本文综述差分隐私机器学习研究，涵盖私有永久预测模型（降低样本复杂度并保护训练集与查询隐私）、PEP与GEM隐私合成数据算法、MBPEP边缘Pareto剪枝模型、差分隐私最优样本调整与预测推断算法、选择性分类器的隐私与效能权衡、Lifelong DP及L2DP-ML算法、JDP强化学习策略，以及视觉模型差分隐私训练与Laplace、PATE机制。