差分隐私合成数据端到端核算新工具

研究者 Georgi Ganev 提出一套面向差分隐私合成数据的端到端隐私核算工具，基于隐私损失分布（PLD）、f-DP 与高斯差分隐私（GDP），为混合异构机制的差分隐私流水线实现紧致核算，并给出指数机制等有界范围机制的 PLD 与 GDP 分析。 在此基础上，该研究推出 GDP 原生的 AIM-GDP 与自适应混合组合校准算法 MixCal，称可在同一隐私水平下减少噪声、提升效用。这些效果目前来自论文自述，尚未见独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。