本研究探讨了差分隐私随机凸优化（DP-SCO）中的多种算法，分析了其在重尾数据和非平滑函数下的表现。提出的新算法在多项式时间内实现了最优收敛速率，并在高概率下满足隐私要求。研究表明，重尾噪声能够有效保护隐私，并与高斯噪声相比具有相似的隐私保证。