差分隐私变点检测
统计理论
2019-09-10 v1 数据结构与算法
机器学习
统计理论
摘要
变点检测问题旨在识别数据流中未知变点 k* 处的分布变化。该问题出现在许多涉及个人数据的重要实际场景中，包括生物监测、故障检测、金融、信号检测和安全系统。差分隐私领域提供的数据分析工具可给出强最坏情况隐私保证。我们通过差分隐私的视角研究变点检测的统计问题。我们给出了用于在线和离线变点检测的私有算法，从理论层面分析了这些算法，并对我们的结果提供了实证验证。
引用
@article{arxiv.1808.10056,
title = {Differentially Private Change-Point Detection},
author = {Rachel Cummings and Sara Krehbiel and Yajun Mei and Rui Tuo and Wanrong Zhang},
journal= {arXiv preprint arXiv:1808.10056},
year = {2019}
}