一种面向类别公平性的成员推理攻击方法及装置

本发明公开了一种面向类别公平性的成员推理攻击方法及装置。该方法在黑盒访问条件下，通过影子模型与参考模型联合建模，实现难度校准与类别公平性增强。首先，影子模型用于拟合目标模型的行为并生成带成员标签的数据；其次，训练若干参考模型，对输入样本计算难度校准分数以修正成员得分偏差；然后，将目标成员分数与校准分数及类别标签融合构建攻击特征，并引入基于成员身份的监督对比学习（MSCL）机制，以同为成员或同为非成员的样本对作为正样本对进行特征对齐。进一步地，依据类别记忆度的估计值为不同类别分配自适应权重，使低记忆度类别在训练中获得更高关注，从而缓解类别间脆弱性不均衡问题。最终，通过攻击模型输出的成员概率实现样本成员身份判定。该方法能够在保持总体攻击性能的同时显著降低类别间脆弱性差异，实现更公平的隐私风险评估；同时，所需参考模型数量较少，计算开销低，具有良好的可扩展性与实用价值。