带约束的差分隐私联邦组合_bandit问题
机器学习
2023-05-30 v2 机器学习
摘要
在线学习环境中协作学习范式（即联邦学习，FL）正迅速增长。与大多数FL设置不同，在许多情形下智能体之间是相互竞争的。每个智能体都希望向他人学习，但其供他人学习所共享的部分信息可能是敏感的；因此，它希望保护自身隐私。本工作研究一组并发工作、在保持质量约束下解决类似组合bandit问题的智能体。这些智能体能否在采用差分隐私的同时集体学习并保密其敏感信息？我们观察到通信可降低后悔值。然而，用于保护敏感信息的差分隐私技术会使数据产生噪声，可能适得其反而非改善后悔值。因此，我们认为必须决定何时通信以及学习哪些共享数据，以在后悔值与隐私之间取得功能性平衡。针对此类联邦组合多臂老虎机（MAB）设置，我们提出一种保护隐私的联邦组合Bandit算法，P-FCB。我们通过仿真展示了P-FCB的有效性，并进一步表明该算法在维持质量阈值与有意义隐私保证的同时，在后悔值方面有所改善。
引用
@article{arxiv.2206.13192,
title = {Differentially Private Federated Combinatorial Bandits with Constraints},
author = {Sambhav Solanki and Samhita Kanaparthy and Sankarshan Damle and Sujit Gujar},
journal= {arXiv preprint arXiv:2206.13192},
year = {2023}
}
备注
12 pages, 4 Figures, A version of this paper has appeared in the Proceedings of the ECML PKDD '22