摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第10-15页 |
1.1 选题背景与意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-14页 |
1.3 论文章节安排 | 第14-15页 |
第2章 相关技术 | 第15-26页 |
2.1 隐私保护技术概述 | 第15-16页 |
2.2 差分隐私保护技术 | 第16-20页 |
2.2.1 差分隐私保护技术理论基础 | 第16-17页 |
2.2.2 噪声添加机制 | 第17-18页 |
2.2.3 差分隐私保护的组合性质 | 第18-19页 |
2.2.4 差分隐私保护研究方向 | 第19-20页 |
2.3 聚类算法研究 | 第20-25页 |
2.4 本章小结 | 第25-26页 |
第3章 基于差分隐私保护的CFSFDP算法 | 第26-32页 |
3.1 DPCFSFDP算法 | 第26-29页 |
3.2 实验结果与分析 | 第29-31页 |
3.2.1 实验数据来源 | 第29页 |
3.2.2 聚类中心点个数选取 | 第29页 |
3.2.3 实验评价方法 | 第29-30页 |
3.2.4 实验结果与分析 | 第30-31页 |
3.3 本章小结 | 第31-32页 |
第4章 密度层次聚类算法 | 第32-40页 |
4.1 CFSFDP和CHAMELEON算法的局限 | 第32-34页 |
4.2 CFSFDP算法的重构 | 第34-35页 |
4.3 CHAMELEON算法的重构 | 第35-37页 |
4.4 实验结果与分析 | 第37-39页 |
4.4.1 实验数据来源 | 第37-38页 |
4.4.2 实验结果对比分析 | 第38-39页 |
4.5 本章小结 | 第39-40页 |
第5章 差分隐私保护下的用电数据聚类分析 | 第40-50页 |
5.1 用电聚类设计模型 | 第40-41页 |
5.2 算法设计思想 | 第41页 |
5.3 用电数据局部聚类算法设计 | 第41-43页 |
5.3.1 自适应K-means算法设计 | 第41-42页 |
5.3.2 差分隐私保护自适应K-means算法设计 | 第42-43页 |
5.3.3 局部隐私聚类算法有效性验证 | 第43页 |
5.4 用电数据全局聚类算法设计 | 第43-46页 |
5.4.1 CDH算法设计 | 第43-45页 |
5.4.2 全局聚类有效性验证 | 第45-46页 |
5.5 算例分析 | 第46-49页 |
5.5.1 数据来源及数据预处理 | 第46-47页 |
5.5.2 用电数据AK聚类算法T值的选择 | 第47-48页 |
5.5.3 用户用电算例分析 | 第48-49页 |
5.6 本章小结 | 第49-50页 |
第6章 总结与展望 | 第50-51页 |
参考文献 | 第51-56页 |
攻读硕士学位期间发表的论文及其它成果 | 第56-57页 |
致谢 | 第57页 |