| 观察 | 数值 |
|---|
// 1. 裁剪 (clip_l2):单条贡献 ≤ C
// v ← v · min(1, C / ||v||_2)
// 防止"单个用户贡献过大"导致隐私预算失控
// 2. 加噪 (gaussian / laplace):
// 高斯 N(0, σ²I) 适合 (ε, δ)-DP
// 拉普拉斯 Lap(0, b) 适合纯 ε-DP
// 3. 隐私账本 (RDP):
// 每发布一次 → step(σ, q)
// 多次发布后 → get_epsilon(δ) → 输出 (ε, δ)-DP 保证
//
// 协议:GaussianAccountant 用 RDP 组合(Abadi CCS'16 + Mironov CSF'17)