差分隐私工程实战：从 ε-δ 证明到生产级数据流水线 从 ε-δ 数学定义出发，拆解差分隐私的拉普拉斯/高斯噪声机制、敏感度分析、组合定理与工程实现陷阱，覆盖 DP-SGD、联邦学习隐私会计与生产级隐私保护数据流水线的构建，含可运行代码与隐私预算实战。 机器学习与深度学习 2026年10月07日 0 点赞 0 评论 3 浏览
