연구진은 차분 프라이버시(DP)의 여러 주요 곡선 기반 개념들을 통합된 정보이론적 틀 안에서 분석해, 고정된 출력 분포 쌍에 대해 (ε,δ)-DP의 양방향 프라이버시 프로파일, 가설검정 트레이드오프 함수, 확장된 프라이버시 손실 분포가 서로 정보적으로 동등하며 특정 조건에서 정확한 레니 차분 프라이버시(RDP) 곡선도 이 동등 클래스에 포함됨을 보였다. 반면 방향별 프라이버시 프로파일의 최댓값을 취하거나 RDP 곡선을 단일 zCDP 파라미터로 압축하면 정보가 손실되는데, 이 손실은 가우시안 잡음에서는 0이지만 가우시안 혼합·라플라스·이산 가우시안 등 다른 메커니즘에서는 양의 값을 가지며 독립적으로 합성되는 메커니즘 수에 비례해 선형적으로 증가한다. 실용적으로는 같은 인증된 프라이버시 수준에서 zCDP 대신 전체 RDP 곡선을 유지하면 필요한 잡음 분산을 최대 45%까지 줄일 수 있고, Fashion-MNIST에 대한 DP-SGD 실험에서는 RDP 기반 회계사가 zCDP 기반 대비 테스트 정확도를 최대 8.73퍼센트포인트 개선했다.

• •(ε,δ)-DP 양방향 표로튜·가설검정 트랐이다오프·확장 텸실 봄포·정확한 RDP 거선이 정바적으로 동륨함을 입증
• •놩쾅방향믈 표로튜 최뉨값 놥 사요 릀 zCDP 압축 시 정바 손실 발생, 가우시안 잡음에서렄 손실 0
• •손실은 가우시안 혜합·뒤교로스 놥에서렄 양에 해당하위 합성 미커니름 수에 놀랄 선형 증가
• •전체 RDP 거선 유지 시 잊음 필요 잠음 봄포 최뉨 45% 감소, DP-SGD 키스터 정확도 최뉨 8.73%p 개선