文章核心总结与创新点一、主要内容本文聚焦大型语言模型（LLMs）的数据集级属性推理攻击问题，即攻击者能否从微调后的LLMs中推断出训练数据的机密属性（如患者人口统计信息、疾病患病率等）。研究背景：LLMs常基于医疗、金融等领域的专有数据集微调，但这些数据集的聚合属性（非个体隐私）可能因模型泄露而危及机密性。此前属性推理攻击研究集中于判别模型（如图像分类）和生成模型（如GANs），LLMs因兼具两类模型特性且数据嵌入方式复杂，相关攻击可行性尚不明确。核心贡献：提出PropInfer基准：基于ChatDoctor医疗对话数据集，支持两种微调模式（问答模式QA Mode采用有监督微调SFT，聊天补全模式Chat-Completion Mode采用因果语言建模微调CLM-FT），涵盖人口统计信息（患者性别）和医疗诊断频率（精神疾病、消化系统疾病、分娩相关）两类目标属性。设计两种针对性攻击：黑盒场景下的生成式攻击：通过设计领域相关提示词生成样本，基于样本标签聚合估算属性比例；灰盒场景下的词频阴影模型攻击：利用辅助数据集训练多组不同属性比例的阴影模型，提取关键词频率特征训练元攻击模型，进而推断目标模型的属性比例。实验结果