祝贺实验室团队博士生高俊尧一篇论文” Similarity Distribution based Membership Inference Attack on Person Re-identification” 被Thirty-Seventh AAAI Conference on Artificial Intelligence录用。本文提出了一种基于行人再识别任务(Re-ID)的成员推断攻击方法。由于Re-ID任务通常不能获取losses以及confidence scores等模型输出，现有的成员推断攻击方法不能直接扩展到Re-ID上。本文发现了目标模型的训练集和测试集之间存在一定的泛化差异,具体表现为相似度之间的距离差异.本文通过利用与从数据集中采样参考图像的相对相似度来进行Re-ID任务上的成员推断攻击,除此之外还设计了一个选择模块通过权重向量的方式选择更好的锚点数据。实验结果证明提出的方法能够有效地识别攻击数据的成员归属。