報(bào)告題目：基于移除數(shù)據(jù)的影響函數(shù)的近似遺忘算法研究

主 講 人：張司娜 講師

報(bào)告時(shí)間：2025.06.07（周六）15：00

報(bào)告地點(diǎn)：6A519

主辦單位：計(jì)算機(jī)與軟件工程學(xué)院

歡迎全校師生參加！

主講人簡(jiǎn)介：

張司娜，女，工學(xué)博士，講師。2018年9月畢業(yè)于西南交通大學(xué)信息安全專(zhuān)業(yè)。2022年07月開(kāi)始任教于西華大學(xué)計(jì)算機(jī)與軟件工程學(xué)院。主要研究方向?yàn)榫幋a理論、信息安全等方向。

報(bào)告內(nèi)容簡(jiǎn)介：

隨著數(shù)據(jù)隱私保護(hù)法規(guī)（如GDPR）的強(qiáng)化和AI倫理需求的提升，機(jī)器學(xué)習(xí)模型需要支持高效、可驗(yàn)證的數(shù)據(jù)刪除機(jī)制（即“機(jī)器遺忘”）。傳統(tǒng)的完全重訓(xùn)練方法計(jì)算成本高昂，尤其在大規(guī)模數(shù)據(jù)和復(fù)雜模型（如深度神經(jīng)網(wǎng)絡(luò)）場(chǎng)景下難以應(yīng)用。基于影響函數(shù)（Influence Functions）的近似遺忘算法通過(guò)量化目標(biāo)數(shù)據(jù)對(duì)模型參數(shù)的貢獻(xiàn)，并設(shè)計(jì)高效的近似移除策略，成為當(dāng)前研究的重要方向。本報(bào)告系統(tǒng)綜述該領(lǐng)域的核心理論、關(guān)鍵技術(shù)及最新進(jìn)展，為隱私保護(hù)機(jī)器學(xué)習(xí)提供理論支撐和方法參考。