一种基于多目标梯度优化的通信高效联邦遗忘方法

本发明提出一种基于多目标梯度优化的通信高效联邦遗忘方法，所述方法仅需遗忘方客户端单独执行局部蒸馏训练，即可实现精确数据删除，无需其他客户端重新参与或全局模型重训，有效解决现有方法计算资源高、参与门槛高的问题。本发明所述方法还设计了一种帕累托最优方向引导的多目标优化策略，可同时最小化遗忘数据的影响并保留其余客户端的有效知识，在数据分布异构或客户端状态不一致的现实环境中表现出更优的稳定性和兼容性。