Sep, 2023

差分隐私最佳臂识别的复杂性及固定置信度

PDF
TL;DR通过定量隐私成本，确定 BAIR (Best Arm Identification under Differential Privacy) 问题的样本复杂度下界，提出了 AdaP-TT 算法作为 BAIR 的隐私 - 效用折中方案，并通过实验验证了理论结果。
best arm identificationdifferential privacysample complexityprivacy-utility trade-offexperimental analysis
发现论文，激发创造
  • 差分隐私最佳臂识别

    最佳臂识别（BAI）问题在数据敏感应用中得到广泛应用，研究此问题时考虑了固定置信度下的本地和中心模型的差分隐私（DP）要求，并提出了相应的算法，以实现隐私与效用之间的权衡。

    Jun, 2024

  • 固定预算差分私有最佳臂辨识

    在差分隐私约束下，研究固定预算探索期的线性赌臂问题，通过最大绝对确定性原则构建满足差分隐私约束的策略，得到其错误概率的上限和下限，并展示其与赌臂问题复杂性、亚最优的臂差异和差分隐私参数相关的指数级衰减特性。此外，该研究还提供了独立感兴趣且对其他赌臂问题的错误概率下限证明具有重要作用的一些辅助结果，填补了先前文献中固定预算探索期下差分隐私约束情况下最优臂识别的研究空白。

    Jan, 2024

  • 批处理最佳臂识别的最优算法

    我们提出了三批最佳臂识别（Tri-BBAI）算法和几乎最优的批量最佳臂识别（Opt-BBAI）算法，分别在渐近和非渐近设置中实现了最优的样本复杂度和批量复杂度，并设计了一种独立的程序来检查是否消除了最佳臂。

    Oct, 2023

  • 最优二元法用于最佳手臂识别和流体分析

    针对最佳臂识别问题，本文提出了一种基于阈值的最优排名算法，通过对强度的函数分配进行采样来识别最佳臂，分析表明该算法在极限情况下是最优的。

    Mar, 2024

  • 差分隐私多臂赌博机算法

    本研究提出的隐私保护算法在解决随机多臂赌博机问题时，相比之前的成果取得了较大的进展。算法可以保证最优遗憾率 O (Ɛ−1+logT), 通过实验证实了理论界和实践界之间的一致性。

    Nov, 2015

  • 上下文固定预算的最佳臂识别：具有策略学习的自适应实验设计

    个性化治疗建议、最佳治疗方法鉴定、上下文信息、自适应实验以及策略学习是这篇研究论文的关键词，通过推荐最佳治疗方法的决策策略获得最小的预期简单后悔，同时为政策学习、实验设计和自适应福利最大化提供了新的方法。

    Jan, 2024

  • 具备鲁棒性的线性赌臂机算法的 A/B 测试与最佳臂识别

    我们研究了在线线性赌臂问题中的固定预算最佳臂识别问题，并提出了一种能够在非稳态环境下稳健识别的算法。

    Jul, 2023

  • 标签差分隐私的反面：PATE 和 ALIBI

    本研究提出了两种新的隐私保护机制，分别基于 Laplace 机制和 PATE 框架，用标准基准测试表明其有效性；此外，本文也表明其算法隐私保护保障的理论分析与实证评估相结合，才能更好地评价其隐私保护性能。

    Jun, 2021

  • 互动和集中的差分隐私对于赌博机

    通过交互式差分隐私的视角，研究了具有可信中心决策者的隐私问题以及与之相关的 bandit 算法和后悔。

    Sep, 2023

  • 纯差分隐私与近似差分隐私之间

    该研究通过指定参数 delta 来构建一个全新的下界，从而优化（epsilon，delta）差分隐私算法在高维数据库上精确回答统计查询的样本复杂度。除了新的下界之外，该研究还提出了纯粹和近似的差分隐私算法，用于回答任意统计查询，并通过对比标准拉普拉斯和高斯机制在最坏情况下精度保证方面的样本复杂度，改善了对该问题的解决方法。

    Jan, 2015