연구진이 차등 프라이버시를 위한 새로운 방법인 디더링 가우시안 메커니즘을 제시했어요. 이 메커니즘은 기존 방식과 달리 프라이빗 출력 값을 이산화하여 표준 가우시안 메커니즘의 프라이버시 보장 기능을 그대로 유지하면서 부동소수점 연산 오류 취약점을 방지해요.
고품질 랜덤 비트 사용량을 줄이고 노이즈 레벨과 독립적으로 만들 수 있어 랜덤성 효율성이 입증되었어요. 이는 프라이버시 보호를 위한 고품질 랜덤 소스와 성능을 위한 공개 랜덤 소스를 분리하여 구현되었어요.
DP-SGD를 활용한 모델 훈련에서 부동소수점 취약점을 줄이고 암호학적으로 안전한 노이즈 생성을 가능하게 하여 실제 오버헤드를 최소화할 수 있음을 보여줬어요.