| 摘要 | 第4-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 隐私保护技术分类 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.2.3 国内研究现状 | 第13-14页 |
| 1.3 研究的主要内容 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 相关技术分析 | 第16-24页 |
| 2.1 隐私保护技术概述 | 第16-17页 |
| 2.2 差分隐私保护模型 | 第17-19页 |
| 2.3 数据发布技术 | 第19-23页 |
| 2.3.1 非交互式与交互式数据发布 | 第19-21页 |
| 2.3.2 单维数据发布技术 | 第21-22页 |
| 2.3.3 多维数据发布技术 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于单维数据发布的隐私保护 | 第24-36页 |
| 3.1 单维数据差分隐私扰动实现 | 第24-27页 |
| 3.2 单维数据发布方案设计 | 第27-30页 |
| 3.2.1 Mean-StructureFirst-Isotonic方案概述 | 第27-29页 |
| 3.2.2 直方图数据发布流程设计 | 第29-30页 |
| 3.3 直方图噪声扰动误差分析 | 第30-31页 |
| 3.4 直方图重构以及重构误差 | 第31-33页 |
| 3.5 直方图保序回归算法实现 | 第33-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于多维数据发布的隐私保护 | 第36-46页 |
| 4.1 多维数据的策略矩阵机制概述 | 第36-38页 |
| 4.2 多维数据的差分隐私扰动实现 | 第38-41页 |
| 4.2.1 批量查询的矩阵-向量模式 | 第38-40页 |
| 4.2.2 多维数据拉普拉斯机制实现 | 第40-41页 |
| 4.3 策略矩阵机制实现 | 第41-43页 |
| 4.4 策略矩阵的误差分析 | 第43-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第五章 实验与分析 | 第46-56页 |
| 5.1 实验环境与数据源概述 | 第46-47页 |
| 5.2 单维数据隐私保护实验 | 第47-51页 |
| 5.2.1 单维数据发布实验与误差分析 | 第47-50页 |
| 5.2.2 单维数据范围查询与结果分析 | 第50-51页 |
| 5.3 多维数据隐私保护实验 | 第51-55页 |
| 5.3.1 多维数据库域模型构建分析 | 第51-52页 |
| 5.3.2 多维数据发布实验与误差分析 | 第52-53页 |
| 5.3.3 多维数据范围查询与结果分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 全文总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读学位期间的研究成果目录 | 第62-63页 |
| 致谢 | 第63页 |