Tackling Federated Unlearning as a Parameter Estimation Problem
यह शोध पत्र एक कुशल, मॉडल-अज्ञेय (model-agnostic) फेडरेटेड अनलर्निंग फ्रेमवर्क प्रस्तावित करता है जो डेटा विलोपन को एक पैरामीटर अनुमान समस्या के रूप में मानता है, जिसमें संवेदनशील मापदंडों को चुनिकी रूप से रीसेट करने और पुन: प्रशिक्षण को न्यूनतम करने के लिए द्वितीय-क्रम हेसियन (second-order Hessian) जानकारी का उपयोग किया जाता है, जबकि मजबूत गोपनीयता, उच्च सटीकता और बैकडोर हमलों के विरुद्ध मजबूती सुनिश्चित की जाती है।