本论文介绍了一种名为倾斜 k-means（TKM）的新算法，以实现聚类的个体公平性。TKM 通过协作下降和一阶梯度法进行优化，并证明了其收敛性。实验证明 TKM 在效果、公平性和效率方面优于现有的方法。

本文研究了差分隐私与个体公平性和群体公平性的相互作用。作者关注输出扰动机制，导出了对扰动模型相对于原始模型可以实现的个体和群体公平性水平的高概率界限。输出扰动对个体公平性的影响是有界的，但随着模型维度增长而增加。群体公平性受角余量分布的影响。