【论文阅读】 Model Sparsity Can Simplify Machine UnlearningMachine Unlearning（MU）是指出于对数据隐私保护的目的以及对"RTBF"（right to be forgotten）等数据保护方案的响应，而提出的一种数据遗忘的方法。在现实中，用户有权请求数据收集者删除其个人数据，但是仅将用户数据从数据集中删除是不够的。 原因：对model的攻击，比如成员推理攻击（membership inference attack，MIA），模型反演攻击等，能够从model反推出训练数据集的信息。 如果model A是用完整的数据集训练的，那么将用户信息从数据集中