Buchumschlag

Uncovering Memorization in Timeseries Imputation models: LBRM Membership Inference and its link to attribute Leakage

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Taleb, Faiz, Gazeau, Ivan, Laurent, Maryline
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A new membership inference attack that spots memorization in generative and predictive models: Loss-Based with Reference Model algorithm (LBRM)
von: Taleb, Faiz, et al.
Veröffentlicht: (2025)

Membership and Memorization in LLM Knowledge Distillation
von: Zhang, Ziqi, et al.
Veröffentlicht: (2025)

Operator Flow Matching for Timeseries Forecasting
von: Lee, Yolanne Yi Ran, et al.
Veröffentlicht: (2025)

Fine-tuning Timeseries Predictors Using Reinforcement Learning
von: Cazaux, Hugo, et al.
Veröffentlicht: (2026)

Bayesian Inference of Training Dataset Membership
von: Huang, Yongchao
Veröffentlicht: (2025)

GLiRA: Black-Box Membership Inference Attack via Knowledge Distillation
von: Galichin, Andrey V., et al.
Veröffentlicht: (2024)

Comparing Prior and Learned Time Representations in Transformer Models of Timeseries
von: Koliou, Natalia, et al.
Veröffentlicht: (2024)

Hyperparameters in Score-Based Membership Inference Attacks
von: Pradhan, Gauri, et al.
Veröffentlicht: (2025)

Membership Inference Attacks on Discrete Diffusion Language Models
von: Kasivelrajan, Shailesh
Veröffentlicht: (2026)

Generalization and Membership Inference Attack a Practical Perspective
von: Rahmani, Fateme, et al.
Veröffentlicht: (2026)

Membership Inference Attacks Against Time-Series Models
von: Koren, Noam, et al.
Veröffentlicht: (2024)

Generating Expressive and Customizable Evals for Timeseries Data Analysis Agents with AgentFuel
von: Maddi, Aadyaa, et al.
Veröffentlicht: (2026)

Assessing Per-Sample Membership Inference Vulnerability without Retraining
von: Dorseuil, Valentin, et al.
Veröffentlicht: (2026)

Fundamental Limits of Membership Inference Attacks on Machine Learning Models
von: Aubinais, Eric, et al.
Veröffentlicht: (2023)

How does Bayesian Sampling help Membership Inference Attacks?
von: Liu, Zhenlong, et al.
Veröffentlicht: (2025)

Automatic Calibration for Membership Inference Attack on Large Language Models
von: Zade, Saleh Zare, et al.
Veröffentlicht: (2025)

Membership Inference over Diffusion-models-based Synthetic Tabular Data
von: Cheng, Peini, et al.
Veröffentlicht: (2025)

Membership Inference Attack with Partial Features
von: Wang, Xurun, et al.
Veröffentlicht: (2025)

On Membership Inference Attacks in Knowledge Distillation
von: Cui, Ziyao, et al.
Veröffentlicht: (2025)

The Pitfalls of Memorization: When Memorization Hurts Generalization
von: Bayat, Reza, et al.
Veröffentlicht: (2024)

Membership Inference Attacks Against Fine-tuned Diffusion Language Models
von: Chen, Yuetian, et al.
Veröffentlicht: (2026)

Defending Membership Inference Attacks via Privacy-aware Sparsity Tuning
von: Hu, Qiang, et al.
Veröffentlicht: (2024)

EL-MIA: Quantifying Membership Inference Risks of Sensitive Entities in LLMs
von: Satvaty, Ali, et al.
Veröffentlicht: (2025)

On the Privacy Risks of Spiking Neural Networks: A Membership Inference Analysis
von: Guan, Junyi, et al.
Veröffentlicht: (2025)

Memorization Sinks: Isolating Memorization during LLM Training
von: Ghosal, Gaurav R., et al.
Veröffentlicht: (2025)

AdaMixup: A Dynamic Defense Framework for Membership Inference Attack Mitigation
von: Chen, Ying, et al.
Veröffentlicht: (2025)

Uncovering Memorization Effect in the Presence of Spurious Correlations
von: You, Chenyu, et al.
Veröffentlicht: (2025)

G-Drift MIA: Membership Inference via Gradient-Induced Feature Drift in LLMs
von: Ranjan, Ravi, et al.
Veröffentlicht: (2026)

Graph-Level Label-Only Membership Inference Attack against Graph Neural Networks
von: Dai, Jiazhu, et al.
Veröffentlicht: (2025)

Graph Transductive Defense: a Two-Stage Defense for Graph Membership Inference Attacks
von: Niu, Peizhi, et al.
Veröffentlicht: (2024)

Deliberative Alignment is Deep, but Uncertainty Remains: Inference time safety improvement in reasoning via attribution of unsafe behavior to base model
von: Pathmanathan, Pankayaraj, et al.
Veröffentlicht: (2026)

Neural Breadcrumbs: Membership Inference Attacks on LLMs Through Hidden State and Attention Pattern Analysis
von: Makhija, Disha, et al.
Veröffentlicht: (2025)

Federated Markov Imputation: Privacy-Preserving Temporal Imputation in Multi-Centric ICU Environments
von: Düsing, Christoph, et al.
Veröffentlicht: (2025)

Center-Based Relaxed Learning Against Membership Inference Attacks
von: Fang, Xingli, et al.
Veröffentlicht: (2024)

CLMIA: Membership Inference Attacks via Unsupervised Contrastive Learning
von: Chen, Depeng, et al.
Veröffentlicht: (2024)

Do Parameters Reveal More than Loss for Membership Inference?
von: Suri, Anshuman, et al.
Veröffentlicht: (2024)

Learning-Based Difficulty Calibration for Enhanced Membership Inference Attacks
von: Shi, Haonan, et al.
Veröffentlicht: (2024)

Improved Membership Inference Attacks Against Language Classification Models
von: Shachor, Shlomit, et al.
Veröffentlicht: (2023)

Generalizability of Memorization Neural Networks
von: Yu, Lijia, et al.
Veröffentlicht: (2024)

Generative Data Imputation for Sparse Learner Performance Data Using Generative Adversarial Imputation Networks
von: Zhang, Liang, et al.
Veröffentlicht: (2025)