Defogger：一种用于差分隐私保护敏感数据探索的可视化分析方法

差分隐私确保个人隐私安全，但会给数据探索过程带来挑战，因为有限的隐私预算削弱了探索的灵活性，且数据请求的噪声反馈导致困惑的不确定性。在本研究中，我们首先描述相应的探索场景，包括底层需求和可用的探索策略。为促进实际应用，我们提出一种可视化分析方法来制定探索策略。我们的办法应用强化学习模型，以用户的探索意图提供多样化的探索策略建议。我们集成一种新颖的可视化设计，用于表示相关模式中的不确定性。我们的原型系统中实现了该设计。最后，我们实现了一个用户研究和两个案例研究。这些研究的结果验证了我们的办法能够帮助开发满足用户探索意图的策略。