在线 corrupted 用户检测与后悔最小化
机器学习
2023-10-11 v2
摘要
在现实世界的在线网络系统中，多个用户通常按顺序到达系统。对于点击欺诈和虚假评论等应用，一些用户可能恶意执行 corrupted（破坏）行为以欺骗系统。因此，设计高效的在线学习算法以从潜在的 corrupted 用户行为中鲁棒地学习并准确地以在线方式识别 corrupted 用户至关重要。现有工作提出了对对抗性 corruption 鲁棒的 bandit 算法。然而，这些算法是为单一用户设计的，无法利用多用户之间隐含的社会关系以实现更高效的学习。此外，它们均未考虑如何在多用户场景中在线检测 corrupted 用户。在本文中，我们提出一个重要的在线学习问题 LOCUD，用于从被破坏的行为中学习和利用未知用户关系以加速学习，并在在线设置下识别 corrupted 用户。为鲁棒地学习和利用潜在 corrupted 用户之间的未知关系，我们提出了一种新颖的 bandit 算法 RCLUB-WCU。为检测 corrupted 用户，我们基于 RCLUB-WCU 推断出的用户关系设计了一种新颖的在线检测算法 OCCUD。我们证明了 RCLUB-WCU 的后悔上界，该上界在渐近意义上关于 直至对数因子与下界匹配，并在退化情形下与最先进结果匹配。我们还给出了 OCCUD 检测准确率的理论保证。通过大量实验，我们的方法相较先前的 bandit 算法取得了更优性能，并实现了高 corrupted 用户检测准确率。
引用
@article{arxiv.2310.04768,
title = {Online Corrupted User Detection and Regret Minimization},
author = {Zhiyong Wang and Jize Xie and Tong Yu and Shuai Li and John C. S. Lui},
journal= {arXiv preprint arXiv:2310.04768},
year = {2023}
}