本文研究了本地ε-差分隐私下的统计学习，提出了k-子集机制以优化隐私约束下的统计数据效用，并分析了现有机制的局限性。通过隐私保护概率映射技术，解决了实际挑战，确保数据用途的同时实现良好的隐私保护效果。