详细的深度学习成员推断攻击代码，有环境的可以直接运行。详细的成员推断攻击代码，有环境的可以直接运行。

机器学习中的成员推断攻击和防御 ML-Leaks: Model and Data Independent Membership Inference Attacks and Defenses on Machine Learning 中文翻译

灯泡 LightBulb是一个开放源代码python框架，用于审核Web应用程序防火墙和过滤器。 概要 该框架包含两个主要算法： GOFA ：一种主动学习算法，可以在标准成员资格/等效性查询模型中推断自动机的符号表示形式。 主动学习算法允​​许远程分析过滤器和消毒剂程序，即仅赋予查询目标程序和观察输出的能力。 SFADiff ：基于符号有限自动机（SFA）学习的黑盒差分测试算法 在功能相似的程序之间寻找差异是一个重要的安全问题，因为此类差异可用于对安全软件（如Web应用程序防火墙（WAF）

基于生成对抗网络和差分隐私提出一种文本序列数据集脱敏模型，即差分隐私文本序列生成网络（DP-SeqGAN）。DP-SeqGAN通过生成对抗网络自动提取数据集的重要特征并生成与原数据分布接近的新数据集，基于差分隐私对模型做随机加扰以提高生成数据集的隐私性，并进一步降低鉴别器过拟合。DP-SeqGAN 具有直观通用性，无须对具体数据集设计针对性脱敏规则和对模型做适应性调整。实验表明，数据集经DP-SeqGAN脱敏后其隐私性和可用性明显提升，成员推断攻击成功率明显降低。