伯努利奖励下具有本地差分隐私的汤普森采样
机器学习
2023-07-04 v1 密码学与安全
摘要
本文研究了具有本地差分隐私（LDP）保证的多臂老虎机（MAB）问题的遗憾最小化问题。给定固定的隐私预算 ，我们考虑伯努利情形下的三种隐私化机制：线性、二次和指数机制。在每种机制下，我们推导了汤普森采样算法的随机遗憾界。最后，我们通过仿真来说明不同隐私预算下不同机制的收敛性。
引用
@article{arxiv.2307.00863,
title = {Thompson Sampling under Bernoulli Rewards with Local Differential Privacy},
author = {Bo Jiang and Tianchi Zhao and Ming Li},
journal= {arXiv preprint arXiv:2307.00863},
year = {2023}
}
备注
Accepted by ICML 22 workshop