メンバーシップ推論攻撃は、入力したデータが標的の機械学習モデルの学習データに含まれているか否かを推論する攻撃であり、情報漏洩やプライバシー侵害を引き起こす。一方、近年では学習モデルを分割し、前半をクライアント側で、後半をサーバ側で処理するSplit Computing（SC）が検討されている。SC環境は、従来のメンバーシップ推論攻撃が想定する環境とは異なっており、攻撃者の得られる情報に制限がある。現在SC環境を想定したメンバーシップ推論攻撃については議論されていない。本研究では、既存の2つのメンバーシップ推論攻撃をSC環境に適用する方法を検討し、その推論精度を実験により検証する。