针对基于 UCB 的最优臂识别策略的对抗攻击的采样复杂度
机器学习
2022-09-14 v1 人工智能
密码学与安全
摘要
本文研究多臂老虎机(MAB)设定下对奖励的对抗扰动问题。具体地,我关注于对应用于随机 MAB 的 UCB 类型最优臂识别策略的对抗攻击。[1]中提出的 UCB 攻击导致频繁拉取目标臂 K。我使用 [1] 的攻击模型推导了将目标臂 K 选为最优臂所需的采样复杂度。我已证明,[2] 中给出的基于 UCB 的最优臂识别算法的停止条件可在 T 轮内由目标臂 K 达成,其中 T 仅依赖于臂的总数以及臂的 次高斯随机奖励的 参数。
引用
@article{arxiv.2209.05692,
title = {Sample Complexity of an Adversarial Attack on UCB-based Best-arm Identification Policy},
author = {Varsha Pendyala},
journal= {arXiv preprint arXiv:2209.05692},
year = {2022}
}