面向持续机器遗忘的 Minimax 高斯机制

论文为顺序删除请求下的 Newton 更新开发高斯机制，用 GDP 及其自适应组合规则证明整条已发布模型序列在统计上难以与精确重训练区分。作者推导 Newton 近似相对精确重训练的误差上界及随删除批次的变化，据此校准独立高斯噪声与高斯随机游走噪声，并在 GDP 认证约束下最小化各次发布的最坏情况最大噪声方差。