BR-MoE：面向隐私保护交通分析的预算化语义发布

BR-MoE 提出预算化语义发布机制，作为既有强化学习与混合专家框架的扩展，用于交通摄像头数据的隐私保护分析。方法由四个场景专家处理隔离的视频片段，输出映射到有界语义模式，强化学习控制器决定发布哪些专家摘要及隐私预算消耗，独立的隐私过滤器强制总预算约束。在片段隔离与有界事件假设下，完整发布文本满足事件级差分隐私界，并支持复用先前摘要而不新增披露。