Buchumschlag

Goldfish: An Efficient Federated Unlearning Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Houzhe, Zhu, Xiaojie, Chen, Chi, Esteves-Veríssimo, Paulo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forgetting to Witness: Efficient Federated Unlearning and Its Visible Evaluation
von: Wang, Houzhe, et al.
Veröffentlicht: (2026)

Jellyfish: Zero-Shot Federated Unlearning Scheme with Knowledge Disentanglement
von: Wang, Houzhe, et al.
Veröffentlicht: (2026)

Efficient Federated Unlearning under Plausible Deniability
von: Varshney, Ayush K., et al.
Veröffentlicht: (2024)

Efficient Federated Unlearning with Adaptive Differential Privacy Preservation
von: Jiang, Yu, et al.
Veröffentlicht: (2024)

Federated Unlearning for Human Activity Recognition
von: Chen, Kongyang, et al.
Veröffentlicht: (2024)

Graph Unlearning with Efficient Partial Retraining
von: Zhang, Jiahao, et al.
Veröffentlicht: (2024)

Blockchain-enabled Trustworthy Federated Unlearning
von: Lin, Yijing, et al.
Veröffentlicht: (2024)

BadFU: Backdoor Federated Learning through Adversarial Machine Unlearning
von: Lu, Bingguang, et al.
Veröffentlicht: (2025)

Reinforcement Unlearning
von: Ye, Dayong, et al.
Veröffentlicht: (2023)

Efficient Unlearning with Privacy Guarantees
von: Domingo-Ferrer, Josep, et al.
Veröffentlicht: (2025)

PagPassGPT: Pattern Guided Password Guessing via Generative Pretrained Transformer
von: Su, Xingyu, et al.
Veröffentlicht: (2024)

ConDa: Fast Federated Unlearning with Contribution Dampening
von: Chundawat, Vikram S, et al.
Veröffentlicht: (2024)

Towards Efficient Target-Level Machine Unlearning Based on Essential Graph
von: Xu, Heng, et al.
Veröffentlicht: (2024)

Adversarial Update-Based Federated Unlearning for Poisoned Model Recovery
von: Zhao, Wenwei, et al.
Veröffentlicht: (2026)

On Large Language Model Continual Unlearning
von: Gao, Chongyang, et al.
Veröffentlicht: (2024)

Oblivionis: A Lightweight Learning and Unlearning Framework for Federated Large Language Models
von: Zhang, Fuyao, et al.
Veröffentlicht: (2025)

Federated Unlearning: A Survey on Methods, Design Guidelines, and Evaluation Metrics
von: Romandini, Nicolò, et al.
Veröffentlicht: (2024)

Attack by Unlearning: Unlearning-Induced Adversarial Attacks on Graph Neural Networks
von: Zhang, Jiahao, et al.
Veröffentlicht: (2026)

SCU: An Efficient Machine Unlearning Scheme for Deep Learning Enabled Semantic Communications
von: Wang, Weiqi, et al.
Veröffentlicht: (2025)

Towards Lifecycle Unlearning Commitment Management: Measuring Sample-level Approximate Unlearning Completeness
von: Wang, Cheng-Long, et al.
Veröffentlicht: (2024)

MUBox: A Critical Evaluation Framework of Deep Machine Unlearning
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Verification of Machine Unlearning is Fragile
von: Zhang, Binchi, et al.
Veröffentlicht: (2024)

Edge Unlearning is Not "on Edge"! An Adaptive Exact Unlearning System on Resource-Constrained Devices
von: Xia, Xiaoyu, et al.
Veröffentlicht: (2024)

Forgetting Similar Samples: Can Machine Unlearning Do it Better?
von: Xu, Heng, et al.
Veröffentlicht: (2026)

Contrastive Unlearning: A Contrastive Approach to Machine Unlearning
von: Lee, Hong kyu, et al.
Veröffentlicht: (2024)

Certifying the Right to Be Forgotten: Primal-Dual Optimization for Sample and Label Unlearning in Vertical Federated Learning
von: Jiang, Yu, et al.
Veröffentlicht: (2025)

Certified Machine Unlearning via Noisy Stochastic Gradient Descent
von: Chien, Eli, et al.
Veröffentlicht: (2024)

FRAMU: Attention-based Machine Unlearning using Federated Reinforcement Learning
von: Shaik, Thanveer, et al.
Veröffentlicht: (2023)

Upcycling Noise for Federated Unlearning
von: Chen, Jianan, et al.
Veröffentlicht: (2024)

Adversarial Machine Unlearning
von: Di, Zonglin, et al.
Veröffentlicht: (2024)

Verifiable Unlearning on Edge
von: Maheri, Mohammad M, et al.
Veröffentlicht: (2025)

"No Matter What You Do": Purifying GNN Models via Backdoor Unlearning
von: Zhang, Jiale, et al.
Veröffentlicht: (2024)

Unlearning with Asymmetric Sources: Improved Unlearning-Utility Trade-off with Public Data
von: Inane, Ahmed Mehdi, et al.
Veröffentlicht: (2026)

Scalable Federated Unlearning via Isolated and Coded Sharding
von: Lin, Yijing, et al.
Veröffentlicht: (2024)

TAPE: Tailored Posterior Difference for Auditing of Machine Unlearning
von: Wang, Weiqi, et al.
Veröffentlicht: (2025)

Certified Unlearning for Neural Networks
von: Koloskova, Anastasia, et al.
Veröffentlicht: (2025)

Towards Unveiling Vulnerabilities of Large Reasoning Models in Machine Unlearning
von: Chen, Aobo, et al.
Veröffentlicht: (2026)

ACU: Analytic Continual Unlearning for Efficient and Exact Forgetting with Privacy Preservation
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

Federated Unlearning with Gradient Descent and Conflict Mitigation
von: Pan, Zibin, et al.
Veröffentlicht: (2024)

Poisoning Attacks and Defenses to Federated Unlearning
von: Wang, Wenbin, et al.
Veröffentlicht: (2025)