鲁棒且差分隐私的随机线性_bandit
机器学习
2023-04-25 v1 密码学与安全
机器学习
摘要
本文中，我们在差分隐私、鲁棒性与批量观测的附加要求下研究随机线性 bandit 问题。具体而言，我们假设 adversary 在每批中随机选择恒定比例的观测奖励，将其替换为任意数值。我们提出了在两种隐私模型下使用对数批量查询的 arm elimination 算法的差分隐私且鲁棒变体，并给出了两种设定下的后悔界。在第一种模型中，每轮中的每个奖励由潜在不同的客户端报告，这退化为标准局部差分隐私（LDP）。在第二种模型中，每个动作由不同客户端“拥有”，该客户端可聚合多次查询的奖励并对聚合响应进行隐私化。据我们所知，我们的算法是首个在随机线性 bandit 问题中同时提供差分隐私与对抗鲁棒性的算法。
引用
@article{arxiv.2304.11741,
title = {Robust and differentially private stochastic linear bandits},
author = {Vasileios Charisopoulos and Hossein Esfandiari and Vahab Mirrokni},
journal= {arXiv preprint arXiv:2304.11741},
year = {2023}
}
备注
25 pages