我们设计了不同ially私有算法来解决动态遗憾下的专家建议预测问题。针对三种对手类型，提出了次线性遗憾的算法。特别是在随机对手情况下，提出了一个ε-差分隐私算法，其期望动态遗憾为O(S T log(N T) + S log(N T) / ε)。对于无知对手，动态遗憾的最小化可转化为静态遗憾的最小化，并得出期望动态遗憾的上界。此外，我们证明了无知对手与自适应对手之间的基本区别。