在联邦去学习中对已删除的Ridge统计数据进行客户端侧探测

2026 年 9 月 7 日，arXiv cs.LG 发布研究指出，在联邦遗忘系统中存在隐私泄露风险。恶意客户端可利用服务器广播的线性分类器，通过逆向分析推导出被删除样本的隐藏摘要特征。实验基于 MNIST 和 CIFAR-10 数据集显示：当广播精度较高时，攻击者能精确恢复每个测试样本的删除标签；而低精度广播虽能降低细粒度恢复能力，但响应多样性不足甚至完全阻断识别。研究进一步刻画了观测数据包含足够独立信息的条件，提出了无限制探测的最优构造方法及基于攻击者自身数据的现实估计器，并分析了广播精度、更新验证、响应率及并发活动对系统隐私与完整性的实际影响。