组合多臂老虎机上的对抗攻击
机器学习
2024-06-05 v2 数据结构与算法
机器学习
摘要
我们研究组合多臂老虎机（CMAB）上的奖励投毒攻击。我们首先给出CMAB可攻击性（attackability，用于刻画CMAB脆弱性与鲁棒性的概念）的充要条件。可攻击性条件取决于相应CMAB实例的内在属性，例如超级臂的奖励分布和基础臂的结果分布。此外，我们为可攻击的CMAB实例设计了一种攻击算法。与先前对多臂老虎机的理解相反，我们的工作揭示了一个令人惊讶的事实：特定CMAB实例的可攻击性还取决于对手是否知晓该老虎机实例。这一发现表明，对CMAB的对抗攻击在实践中十分困难，且由于环境对对手大多是未知的，不存在适用于任意CMAB实例的通用攻击策略。我们通过在真实世界CMAB应用上的大量实验验证了理论发现，包括概率最大覆盖问题、在线最小生成树、用于在线排序的级联老虎机以及在线最短路径。
引用
@article{arxiv.2310.05308,
title = {Adversarial Attacks on Combinatorial Multi-Armed Bandits},
author = {Rishab Balasubramanian and Jiawei Li and Prasad Tadepalli and Huazheng Wang and Qingyun Wu and Haoyu Zhao},
journal= {arXiv preprint arXiv:2310.05308},
year = {2024}
}
备注
28 pages, Accepted to ICML 2024