在合理推诿性下实现高效的联邦遗忘

本文提出了一种在联邦学习中实现高效且可合理推诿的机器遗忘方法，通过采用积分隐私和差分隐私技术，在不降低模型效用的情况下，显著减少了存储和计算成本。