数据流查询隐私保护技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 差分隐私理论研究 | 第12-13页 |
| 1.2.2 差分隐私应用研究 | 第13-15页 |
| 1.3 数据流保护方法的问题与不足 | 第15-17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 论文的组织 | 第18-20页 |
| 第2章 差分隐私保护研究综述 | 第20-28页 |
| 2.1 差分隐私保护模型 | 第20-23页 |
| 2.2 差分隐私研究方向 | 第23-25页 |
| 2.3 滑动窗口模型 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 非关联数据流查询差分隐私保护 | 第28-42页 |
| 3.1 查询模型 | 第28-31页 |
| 3.2 数据流差分隐私窗口模型 | 第31-32页 |
| 3.2.1 数据流差分隐私相关定义 | 第31页 |
| 3.2.2 数据流滑动窗口准确性 | 第31-32页 |
| 3.3 DPQW算法 | 第32-40页 |
| 3.1.1 算法概览 | 第32-34页 |
| 3.1.2 Sample算法 | 第34-37页 |
| 3.1.3 Restructure算法 | 第37-39页 |
| 3.1.4 DPQW算法综述 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 关联数据流查询差分隐私保护 | 第42-52页 |
| 4.1 关联数据查询模型定义 | 第42-43页 |
| 4.2 关联数据查询差分隐私模型 | 第43-46页 |
| 4.2.1 问题定义 | 第43-44页 |
| 4.2.2 隐私模型定义 | 第44-46页 |
| 4.3 DBD算法 | 第46-51页 |
| 4.3.1 算法概述 | 第46-47页 |
| 4.3.2 算法描述 | 第47-49页 |
| 4.3.3 算法误差分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 实验与结果分析 | 第52-58页 |
| 5.1 实验数据集 | 第52-53页 |
| 5.2 实验环境与衡量标准 | 第53页 |
| 5.3 实验及结果分析 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 总结 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66页 |
