图遗忘技术综述

图遗忘作为负责任人工智能追求中的关键进展应运而生，它提供了从训练模型中移除敏感数据痕迹的手段，从而维护被遗忘权。显然，图机器学习对数据隐私和对抗攻击表现出敏感性，亟需应用图遗忘技术来有效应对这些问题。在这篇综合性综述论文中，我们首次对图遗忘方法进行了系统性回顾，涵盖了多种方法论，并提供了详细的分类法与最新文献概览，以帮助该领域新入研究者理解。为确保清晰，我们对图遗忘中使用的基本概念和评估指标给出了明晰的解释，以照顾具有不同专业水平的广泛读者。深入探索潜在应用，我们考察了图遗忘在社交网络、对抗环境、推荐系统以及物联网等资源受限环境中的跨领域通用性，阐明其在保障数据隐私和增强人工智能系统鲁棒性方面的潜在影响。最后，我们揭示了有前景的研究方向，鼓励在图遗忘领域内取得进一步进展与创新。通过奠定坚实基础并促进持续进步，本综述旨在启发研究者进一步推进图遗忘领域，从而增强对人工智能系统伦理发展的信心，并强化机器学习技术在各领域中的负责任应用。