差异隐私已广泛应用于统计分析，其主要目的是确保噪声数据的实用性与个人敏感信息的隐私保护之间的权衡。 但是，由于增加的噪声是随机的，因此个人无法在不同的隐私机制下实现预期的数据实用性。 为此，我们提出了一种在条件滤波噪声下基于期望数据效用的自适应高斯机制。 首先，对高斯机制噪声进行了条件滤波。 其次，我们根据相对误差的绝对值定义了期望数据效用。 最后，我们通过将预期数据效用与条件滤波噪声相结合，提出了一种自适应高斯机制。 通过比较分析，自适应高斯机制可满足差异性隐私并获得预期的数据实用性，以提供任