本研究探讨隐私参数对图像分类深度学习模型的影响，结果显示EfficientNet在CIFAR-10数据集上的测试准确度最高，达到59.63%。

该研究探讨了差分隐私（DP）算法的隐私保护能力，提出了新的隐私覆盖度指标，并改进了随机初始化的洗牌模型和DP-GD算法的隐私界限。同时，研究介绍了高精度的局部差分隐私（LDP）机制，分析了隐私参数对成员隐私攻击的影响，并提出了优化的差分隐私算法以提高统计查询的准确性。