具有本地差分隐私的广义线性Bandit算法
机器学习
2021-06-08 v1 机器学习
摘要
上下文bandit算法在个性化在线决策中有用。然而，诸多应用如个性化医疗与在线广告需利用个体特定信息以实现有效学习，同时因隐私顾虑用户数据应对服务器保密。这促使将隐私的严格概念——本地差分隐私（LDP）引入上下文bandit。本文中，我们为随机广义线性bandit设计LDP算法，以达到与非隐私设定相同的后悔界。我们的主要思路是开发基于随机梯度的估计量与更新机制以确保LDP。随后我们利用随机梯度下降（SGD）的灵活性，其为bandit问题提供的理论保证鲜有探索，用于处理广义线性bandit。我们还基于普通最小二乘（OLS）为线性bandit开发了估计量与更新机制。最后，我们利用仿真与真实数据集开展实验，证明我们的算法在LDP约束下以合理小参数确保强隐私保护时具有持续优异的表现。
引用
@article{arxiv.2106.03365,
title = {Generalized Linear Bandits with Local Differential Privacy},
author = {Yuxuan Han and Zhipeng Liang and Yang Wang and Jiheng Zhang},
journal= {arXiv preprint arXiv:2106.03365},
year = {2021}
}