多臂老虎机的差分隐私：它是什么及其代价？

基于差分隐私（DP）框架，我们引入并统一了多臂老虎机算法的隐私定义。我们用统一的图模型表示该框架，并用它来连接隐私定义。我们推导并对比了满足这些定义的老虎机算法的后悔下界。我们利用统一的证明技术来得到所有下界。我们表明，对于它们中的所有情况，学习者的后悔都按依赖于隐私水平 $\epsilon$ 的乘性因子增加。我们观察到，当我们不要求奖励的本地差分隐私时，该依赖性更弱。