近日，z6mg人生就是博范永开教授科研团队在网络安全领域国际顶级期刊IEEE TDSC上发表题为《How Can We Keep the Right to be Forgotten? ORAFL: One Round Aggregation Scheme for FL》的研究论文。该论文作者团队由公司范永开教授、尚文倩教授及2021级硕士研究生张婉玉组成。
随着数据隐私保护意识觉醒，联邦学习因能让多方在不交换原始数据的前提下合练模型，成为前沿研究焦点。然而，传统的多轮聚合训练，会使退出方的历史信息嵌入最终模型，难以彻底清除，用户“被遗忘权”的保障由此成为一道久攻不克的高墙。面对这一兼具学术与产业价值的挑战，公司科研团队提出名为 ORAFL的单轮聚合联邦学习方案，通过巧妙地构造聚合数据集，将传统模式下成百上千轮迭代的聚合过程凝练为单轮聚合运行，从根源上切断历史信息与最终模型间的纠缠。
图1: 联邦学习多轮聚合
图2: ORAFL单轮聚合联邦学习方案
ORAFL的创新点在于，一旦有参与方要求撤销数据，系统便能在常数时间内重新聚合出不含其痕迹的全新模型，告别了以往靠完全重训练来“遗忘”所耗费的巨大时间开销。实验显示，在四个经典数据集上，ORAFL生成的模型性能与传统多轮联邦学习旗鼓相当，而完成一次“遗忘”操作的功耗，最高可比传统重训练方法加速约9倍。
图3: 联邦学习与ORAFL架构下撤销请求处理时间开销
该项科研成果不仅为联邦学习框架下的个人数据权利保障提供了切实可行的技术路径，更为数据经济时代下服务于国家数据要素安全有序流通和数字经济的健康发展贡献了技术力量。
附：论文链接 https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=11495548
