交互式问题中局部差分隐私下贝叶斯 CVaR 的下界

研究为交互式统计决策（ISDM）中损失的贝叶斯 CVaR 建立了信息论下界方法，用随机化二元统计量替代单一错误事件，将问题归约为 Bernoulli f-散度不等式。在观测阶段施加局部差分隐私（LDP）后，结合 LDP 收缩不等式与自适应 KL 链式法则，给出了异构隐私参数下高斯均值估计和高斯 K 臂老虎机的显式贝叶斯 CVaR 下界。