误差降八成
面向本地与混洗差分隐私的数据流分析，突破本地模型误差壁垒，达到接近中心化高斯的精度。
王绍蔚 · Yun, Peng · Chen, Kongyang · 杨威 · Hui, Jiang · 李进
IEEE Transactions on Mobile Computing 2025
在本地模型中相比现有最佳方法降低 40%-60% 误差。
在单消息混洗模型中的 ExSub randomizer 提供近似紧的隐私放大界，进一步降低误差超过 85%。
在线混洗协议独立置换每条消息，设计简化的随机化策略，误差降低超过 99.7%，近似达到中心化差分隐私的高斯精度。