项目需要，在本地创建了新的分支，但是在push的时候遇到了问题。

USENIX Security 2020.

Abstract

本文研究了对于黑盒的ML模型的输出在更新前后的更改是否会泄漏用于执行更新的数据的信息。这引出了一种针对黑盒模型的新攻击，这种信息的泄漏会严重损害ML模型拥有者/提供者的intellectual property和数据隐私。和membership推断攻击相比，本文采用了encoder/decoder formulation，可以推断从详细的特征到数据集的完整重构。

本文采用了混合生成模型(BM-GAN)，它是基于GAN的，但是包含了一个可以生成准确sample的重构损失(reconstructive loss)。实验表明可以有效地预测数据集特征，甚至是challenging conditions下的完整重构。

Google要求海外版上线在19/8/1后需要支持64位版本的。以前的代码问题不大，用新的AS编译就好，但是加入的动态链接库(*.so)可能就需要找64位版本了。

记录项目中遇到的一些问题。iOS纯新手。

Rendle S. Factorization machines[C]//2010 IEEE International Conference on Data Mining. IEEE, 2010: 995-1000.

Abstract

FM结合了SVM和因式分解模型的优势。

可以处理实数型特征，尤其适合稀疏数据（比如推荐中很多特征经过one-hot编码后十分稀疏），而SVM却不适合。

可以在线性时间内完成。

其他类型的因式分解模型，比如SVD++, PITF or FPMC等，都是用于特定输入，需要根据不同的任务进行优化推导。

今天是程序员节，先节日快乐吧。谁能想到遇到两个坑。