如何为差分隐私求和中的重尾数据私有地选择裁剪边界

针对差分隐私向量求和需先裁剪再加噪、却缺乏私有选择裁剪边界工具的问题，研究者提出以残差一致性（超出边界向量的方向对齐程度）对抗额外噪声方差成本来私有地优化裁剪边界。作者证明残差一致性与偏差在一般重尾数据情形下密切相关，并在多个数据集上实证优于现有基线。