DISTA-LP：面向度量差分隐私的分布式线性规划框架

Michael Oluwole 提出隐私保护分布式线性规划框架 DISTA-LP，用紧凑的替代参数化取代原始 LP 系数矩阵上传，仅发布经校准扰动的参数向量，以减少上传阶段的泄露并降低问题维度。 服务器端通过 Benders 分解重建近似系数，求解可扩展的主子问题；框架还引入概率 mDP（PmDP）审计器，在优化前分配隐私预算，并给出端到端 mDP 保证。上述效果为论文作者的表述。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。