拜占庭攻击下的联邦多臂老虎机
机器学习
2025-02-18 v3
摘要
多臂老虎机（MAB）是一种序列决策模型，其中学习者控制探索与利用之间的权衡以最大化其累积奖励。联邦多臂老虎机（FMAB）是一种新兴框架，其中一组具有异构局部模型的学习者玩 MAB 游戏，并将其聚合反馈发送给服务器以学习全局最优臂。FMAB 的两个关键障碍是通信高效学习和对抗攻击的鲁棒性。为了解决这些问题，我们研究了在存在拜占庭客户端时的 FMAB 问题，这些客户端可以发送虚假模型更新以威胁学习过程。我们分析了 -最优臂识别的样本复杂度和后悔值。我们借用鲁棒统计中的工具，提出了一种基于中位数-of-均值（MoM）的在线算法 Fed-MoM-UCB，以应对拜占庭客户端。特别地，我们表明如果拜占庭客户端占群体比例小于一半，则相对于 -最优臂的累积后悔值随时间以高概率有界，展示了通信效率和拜占庭鲁棒性。我们分析了算法参数、可分辨边际、后悔值、通信成本和臂的次优性差距之间的相互作用。我们通过实验证明了 Fed-MoM-UCB 在拜占庭攻击下相对于基线的有效性。
引用
@article{arxiv.2205.04134,
title = {Federated Multi-Armed Bandits Under Byzantine Attacks},
author = {Artun Saday and İlker Demirel and Yiğit Yıldırım and Cem Tekin},
journal= {arXiv preprint arXiv:2205.04134},
year = {2025}
}