| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11-12页 |
| 第2章 相关技术介绍 | 第12-21页 |
| 2.1 差分隐私介绍 | 第12-14页 |
| 2.1.1 差分隐私的概念 | 第12页 |
| 2.1.2 基于Laplace机制的差分隐私实现 | 第12-14页 |
| 2.2 集合覆盖问题介绍 | 第14-19页 |
| 2.2.1 集合覆盖问题的概念 | 第14-15页 |
| 2.2.2 集合覆盖近似算法 | 第15-17页 |
| 2.2.3 基于次模集的集合覆盖近似算法 | 第17-18页 |
| 2.2.4 集合覆盖问题在差分隐私模型上的应用 | 第18-19页 |
| 2.3 频繁项挖掘介绍 | 第19页 |
| 2.4 本章小结 | 第19-21页 |
| 第3章 面向统计数据的差分隐私发布算法研究 | 第21-27页 |
| 3.1 基于列联表的差分隐私发布算法 | 第21-23页 |
| 3.1.1 基于列联表的差分隐私发布算法概述 | 第21-23页 |
| 3.1.2 基于列联表发布算法的优缺点 | 第23页 |
| 3.2 基于边缘表的差分隐私发布算法 | 第23-26页 |
| 3.2.1 边缘表发布中间件 | 第24-25页 |
| 3.2.2 边缘表下的Laplace噪音误差分析 | 第25页 |
| 3.2.3 基于边缘表的差分隐私发布算法存在的问题 | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第4章 基于集合覆盖改进的差分隐私边缘表发布算法 | 第27-51页 |
| 4.1 频繁项集下的规则边缘表差分隐私发布算法 | 第27-44页 |
| 4.1.1 基于集合覆盖问题的算法模型概述 | 第27-29页 |
| 4.1.2 覆盖率约束的边缘表维度选择方法 | 第29-32页 |
| 4.1.3 边缘表筛选方式及误差分析 | 第32-36页 |
| 4.1.4 基于频繁项集的边缘表覆盖算法 | 第36-40页 |
| 4.1.5 边缘表的一致性分析 | 第40-43页 |
| 4.1.6 算法时间复杂度分析 | 第43-44页 |
| 4.2 基于不规则边缘表的差分隐私发布算法 | 第44-50页 |
| 4.2.1 不规则边缘表的全局敏感度分析 | 第44-45页 |
| 4.2.2 贪婪近似的最大边际效益覆盖策略 | 第45-48页 |
| 4.2.3 近似最优的边缘表覆盖算法 | 第48-49页 |
| 4.2.4 算法时间复杂度分析 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 实验结果与分析 | 第51-66页 |
| 5.1 实验环境 | 第51-53页 |
| 5.1.1 实验平台及数据集 | 第51-52页 |
| 5.1.2 实验方案 | 第52-53页 |
| 5.2 实验过程及分析 | 第53-65页 |
| 5.2.1 频繁项集下的规则边缘表发布算法实验结果 | 第53-60页 |
| 5.2.2 基于不规则边缘表的发布算法实验结果 | 第60-62页 |
| 5.2.3 基于频繁项集的边缘表覆盖算法实验结果 | 第62-64页 |
| 5.2.4 近似最优的边缘表覆盖算法近似率分析 | 第64-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-67页 |
| 6.1 本文总结 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间公开发表论文 | 第71-72页 |
| 致谢 | 第72页 |