시계열 데이터를 활용한 기계 학습 모델은 개인정보 보호에 심각한 위험을 초래할 수 있다. 이 연구는 시계열 예측 모델에 대한 멤버십 추론 공격의 효과를 평가하고, 계절성과 추세 특징을 활용하여 공격 성능을 향상시키는 새로운 방법을 제안한다.
