序列变化检测是统计学和信号处理中的一个基本问题，CUSUM 程序被广泛用于在已知的假警报率下实现最小最大检测延迟。但是，在许多实际情况下，原始观测无法与受信的中央管理者共享，隐私必须在数据源进行强制，这阻止了精确 CUSUM 统计量的计算。因此，我们引入了一种称为 LDP-CUSUM 的局部差分隐私 (DP) 变体，该变体首先应用局部 DP机制将原始数据转换为隐私化观测，然后再应用 CUSUM 程序来检测变化。我们推导了对假警报的平均运行长度及最坏情况平均检测延迟的封闭形式界限，明确描述了隐私水平、假警报率和检测效率之间的权衡。进行了数值模拟和真实数据案例研究，以展示我们提议的 LDP-CUSUM 在各种场景下的检测效率。
张等（周）研究了这个问题。