差分隐私的 composition theorem 在前面三节介绍的内容是 0到1 的一个过程，是为了明白差分隐私的基本概念。 而这一节要讲到 composition theorem 是 1到n 的过程。 则称算法 m 提供 ε —dp，其中 s 是由算法 m 所有可能的输出构成的集合，参数 ε 称为隐私预算。通过调整隐私预算 ε 的取值，可以控制差分隐私保护的程度。ε 越小，添加或删除一条记录对. 如题，abadi在deep learning with differential privacy论文中也没有明确说这个问题。为什么不…在这里插入图片描述 作者的思考 作者团队主要从计算机视觉场景来思考，关于认证的鲁棒.
Richard Sim Mathews Broussard's Mortuary
