연구진이 얼굴 인식 모델의 보안 취약점을 해결하기 위해 모델 역추적 공격(MIA) 기법인 Steering Flow Model Inversion(SFMI)을 제안했어요.
SFMI는 먼저 Flow Matching 모델을 사전 훈련하여 얼굴 manifold를 학습하고, 이후 PGS(Progressive Guidance Scheduler)를 사용하여 목표 얼굴 이미지로 생성 경로를 점진적으로 안내해요.
CelebA 데이터셋에서 SFMI는 ACC 92.48%, FID 22.61%, LPIPS 0.3874를 달성하며, 다양한 모델에서 공격 성공률과 시각적 충실도를 높였어요.