面向差分隐私上下文_bandit 的动态全局敏感度方法

Bandit 算法已成为交互式推荐的参考解决方案。然而，由于此类算法直接与用户交互以改进推荐，其实际使用引发了严重的隐私担忧。本工作中，我们提出一种差分隐私线性上下文 bandit 算法，通过基于树的机制向模型参数添加拉普拉斯或高斯噪声。我们的核心见解是：在在线更新过程中，随着模型收敛，其参数的全局敏感度随时间收缩（故称为动态全局敏感度）。与现有方案相比，我们的动态全局敏感度分析允许我们注入更少的噪声，以获得 (ε, δ)-差分隐私，由噪声注入引起的附加后悔为 \tilde O(log{T}√T/ε)。我们对通过动态全局敏感度添加的噪声量以及所提算法的相应后悔上界给出了严格的理论分析。在合成与真实世界数据集上的实验结果证实了该算法相对于现有方案的优势。