相关高斯稀疏直方图机制

本研究解决了在$(\varepsilon, \delta)$-差分隐私下发布稀疏直方图的问题。论文提出了一种新方法，通过引入相关高斯噪声，优化了噪声的添加过程，从而在稀疏情况下显著降低了机制的噪声幅度，提升了隐私保护的精确性，潜在地提高了隐私发布数据的质量。