论文:联邦忘却学习研究综述federatedunlearning-联邦忘却学习摘要联邦忘却学习撤销用户数据对联邦学习模型的训练更新,可以进一步保护联邦学习用户的数据安全。联邦忘却学习在联邦学习框架的基础上,通过迭代训练,直接删除等方式,撤销用户本地局部模型对全局模型的训练更新2.1联邦学习传统机器学习要求用户将原始数据上传至高性能云服务器进行集中式训练联邦学习为中心服务器协同由N个持有训练数据的用户组成的集合U={u1,u2…un}共同训练机器学习模型,得到模型最优参数,其中每个用户持有训练数据。(FedAvg聚合规则对参与训练用户局部模型的参数更新进行聚合)联邦学习所有用户共享全局模型的训练