2025年4月2日，来自法国国立统计与经济管理学院的Cristina BUTUCEA教授应邀在统计与数据科学学院做题为“Nonparametric Inference under Local Differential Privacy” 的学术报告。她的主要研究方向是数理统计，尤其是非参数与高维度问题。
在报告中，Cristina首先阐述了差分隐私的重要性，基本原理以及该手段的应用范围。差分隐私是一种从数据库查询时可以在尽可能减少识别记录的同时保证查询的准确性的手段。接着，她着重介绍了本地化差分隐私，并且展示了本地化差分隐私如何影响概率密度和二次函数的非参数条件下极小化极大的估计速率。不仅如此，她还展示了在二次函数估计中，使用了先前随机数据的交互式的马可夫核比通常的马可夫核能更快的获得收敛结果。
Cristina目前受邀在统计与数据科学学院、数学学院做访问学者，并开设由她主讲的全英文课程 “Nonparametric and High-Dimensional Inference”。该课程会介绍数种重要的概率密度估计方法和回归模型，这些手段将被更进一步的应用于差分隐私的框架之中。
