SMS：面向机器不可忘验证的自监督模型种子化方案

近期提出了许多机器不可忘方法以维护用户被遗忘的权利。然而，在不可忘后提供用户其数据删除的验证功能却是一个重要且鲜有人关注的问题。当前验证方法通常依赖后门技术，即向模型中注入后门样本以影响模型性能。然而，后门方法仅能在后门样本与模型之间建立关联，却无法将后门与真实样本建立联系。因此，后门的移除只能证明后门样本的不可忘，无法证明用户真实样本的不可忘，因为真实样本与后门样本是相互独立的。本文提出一种自监督模型种子化（SMS）方案，用于验证真实样本的不可忘。不同于后门技术，SMS 将用户特定的种子（如用户的唯一索引）、原始样本与模型关联，从而实现对真实样本不可忘的验证。然而，为实现 SMS 的不可忘验证存在两个重大挑战。首先，在保持种子对服务器保密的前提下将种子嵌入服务模型，需要一种精巧的方法。我们通过采用自监督模型种子化任务，将整个样本（包括种子）学习到模型的潜在空间中来解决此问题。其次，在确保种子化效果的同时维持原始服务模型的实用性，需要进行精细的平衡。我们设计一种联合训练结构，同时优化自监督模型种子化任务和主要服务任务，以在保持模型实用性的同时实现有效的模型种子化。通过大量实验评估了所提出SMS方案的有效性，这些实验表明，SMS为真实样本的不可忘提供了有效验证，解决了现有方法的局限性。