以社区为中心的图遗忘
机器学习
2024-12-17 v2 社会与信息网络
摘要
图遗忘技术自"被遗忘权"的提出以及对人工智能隐私和安全日益增长的关注以来，变得越来越重要。图遗忘旨在快速消除特定数据对图神经网络（GNN）的影响。然而，大多数现有的确定性图遗忘框架遵循平衡分区-子模型训练-聚合范式，导致子图邻域之间缺乏结构信息以及冗余的遗忘参数计算。为了解决这一问题，我们提出了一种新型的图结构映射遗忘范式（GSMU）以及基于它的新方法——以社区为中心的图擦除器（CGE）。CGE将社区子图映射到节点，从而在简化的映射图中实现节点级别的遗忘操作。CGE实现了训练数据量和遗忘参数数量的指数级减少。在五个真实数据集和三个广泛使用的GNN骨干网络上进行的广泛实验验证了我们CGE方法的高性能和效率，突显了其在图遗忘领域的潜力。
引用
@article{arxiv.2408.09705,
title = {Community-Centric Graph Unlearning},
author = {Yi Li and Shichao Zhang and Guixian Zhang and Debo Cheng},
journal= {arXiv preprint arXiv:2408.09705},
year = {2024}
}