WARP：用权重瞬移提升机器遗忘协议的抗攻击能力

研究者提出名为 WARP 的即插即用防御方法，利用神经网络对称性降低遗忘集梯度能量并增大参数分散度，以缓解近似机器遗忘带来的隐私泄露，同时保持保留数据的准确率。论文先指出，泄露源于遗忘集样本梯度范数大、遗忘后参数与原模型接近这两点，并提出针对遗忘的成员推断与数据重建攻击，显示 NGP、SCRUB 等现有方法仍易受攻击。在六种遗忘算法上，该方法把对抗优势（AUC）在黑盒设置下最多降低 64%，白盒设置下最多降低 92%。作者据此认为权重瞬移可作为降低近似遗忘攻击成功率的通用手段。