本地差分隐私变点检测参数化方法提出

一项新研究在本地差分隐私约束下，研究独立观测序列中单个变点的离线定位问题，为非隐私场景已有的广义似然比估计器给出改进的有限样本精度保证。 作者 Anuj Kumar Yadav 等人建立了非隐私与本地隐私两种情形下的有限样本极小极大下界，结论是定位精度受变点前后分布间 Chernoff 信息量的根本限制。 该结果为 arXiv 机器学习分类下的预印本，尚未见同行评审或其他应用验证信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。