鲁棒性与安全 / CVPR2026
通过服务器端梯度冲突缓解与表达实现计算与通信高效的联邦遗忘
Computation and Communication Efficient Federated Unlearning via On-server Gradient Conflict Mitigation and Expression
为视觉模型在联邦场景下提供可撤销数据贡献的机制:通过服务器端梯度冲突缓解与特征编码实现遗忘,视觉研究者可将其用于隐私合规的分布式训练(如医疗影像联邦模型)中移除特定客户端数据的影响。
联邦学习机器遗忘梯度冲突