该论文针对举报人保护问题，提出了一种基于差分隐私的审计选择机制，旨在防止组织通过观察审计选择来识别举报人。现有方案缺乏正式隐私保证，而差分隐私机制也未直接针对这一自然威胁模型。作者首先形式化了强敌手威胁模型下的每报告（per-report）(0, δ)-差分隐私，并证明随机响应方法在任意时间跨度内不可能比均匀随机审计性能提升超过δ。接着，他们提出了一种通用机制，将隐私审计归约到隐私持续计数问题：任何(0, δ)-差分隐私的持续计数器均可通过后处理接入，审计记录继承相同的每报告保证。实例化该归约后，使用最新持续计数工作，在T次审计决策的时间跨度内噪声规模为O(√log T)。效用定理表明，当最受报告组织与第二名之间的噪声报告差距增长快于√log T时，选择误差消失。模拟结果显示，该方法相较于随机响应有显著改进。该工作为举报人保护提供了可验证的隐私保证，适合安全隐私研究人员和系统设计者阅读。