热启动老虎机离线攻击研究：目标推广非启发式

Qirun Zeng 等作者发表了一项针对热启动老虎机（warm-start bandits）的有界离线攻击研究。攻击者只能向部署前的热启动历史中注入合法的动作-奖励对，研究给出了该设定下的攻击方法与理论分析。 研究结论称：在离线攻击中，把成本分配给目标臂并非启发式手段；当目标臂靠近奖励下界时，任何针对 UCB 的近最优成本攻击都必须将不可忽略比例的成本分配给目标臂，才能使其在几乎所有在线轮次中被选中。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。