联邦遗忘变得实用：首个完整管道含可视化评估框架

随着GDPR等数据隐私法规使"被遗忘权"成为强制要求，联邦遗忘——确保模型不保留已删除数据——变得至关重要。

挑战

联邦学习在多个设备上训练模型而不共享原始数据。但当用户请求删除其数据时，如何确保模型真正"遗忘"？从头重新训练代价太高。

解决方案

1. 高效联邦遗忘

• 使用知识蒸馏和优化机制
• 无需存储历史训练数据
• 在移除特定数据影响的同时保持高模型准确率

2. Skyeye评估框架

新颖的可视化方法展示模型已（或未）遗忘的内容：

• 将遗忘模型集成到GAN中作为分类器
• 生成器从分类器知识中学习
• 可视化 — 生成器生成展示模型"记忆"的样本
• 基于已删除数据与生成样本之间的相关性进行评估

为什么重要

• 实现联邦设置中隐私法规的实际合规
• 可视化评估使非技术利益相关者也能验证遗忘