本文介绍了一种名为“判别性对抗隐私”（DAP）的新型学习技术，通过对抗训练来解决差分隐私（DP）的局限性。该技术使用新的损失函数最小化预测误差并最大化MIA的误差。同时引入了“准确性隐私权”（AOP）指标来衡量性能和隐私权衡。通过与不同的DP情景比较，验证了DAP的有效性。