Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakEAGER: Trustworthy and Verifiable Machine Unlearning in an Adversarial Environment
Proyek riset & pengembangan

EAGER: Trustworthy and Verifiable Machine Unlearning in an Adversarial Environment

Ringkasan tujuan riset

Machine unlearning akan dimodelkan dalam lingkungan adversarial untuk mengembangkan pertahanan komposit dan verifikasi penghapusan pengaruh data secara berkelanjutan.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2624954Periode tercatat 2026-10-01 sampai 2028-09-30.NSF 2624954MulaiAkhir tercatat202620292026-10-012028-09-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Riset menyusun model ancaman serta batas formal permukaan serangan pada proses unlearning. Skenario berbasis teori permainan menggambarkan kombinasi serangan, kemudian pertahanan tangguh dikembangkan bersama verifikasi unlearning kontinu. Kerangka integratif ditujukan menilai keamanan dan privasi model yang terus berubah. Penghapusan data dapat membuka kerentanan baru, sehingga pemenuhan permintaan penghapusan tidak dianggap otomatis membuktikan model aman atau bebas pengaruh data.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Pittsburgh
Program
Secure &Trustworthy Cyberspace
Periode pendanaan tercatat
2026-10-01 → 2028-09-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Cyber, Physical, & Intelligent Systems

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.