面向社交网络应用的隐私保护研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
1 绪论 | 第10-16页 |
1.1 课题背景、研究目的及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文主要研究内容 | 第13-14页 |
1.4 本文研究内容及组织结构 | 第14页 |
1.5 本章小结 | 第14-16页 |
2 相关工作 | 第16-28页 |
2.1 社交网络相关概述 | 第16-22页 |
2.1.1 社交网络及其功能与特点 | 第16-17页 |
2.1.2 社交网络的隐私信息 | 第17-19页 |
2.1.3 背景知识 | 第19-20页 |
2.1.4 常见社交网络隐私保护技术 | 第20-21页 |
2.1.5 社交网络模型结构 | 第21-22页 |
2.1.6 数据可用性 | 第22页 |
2.2 差分隐私保护模型 | 第22-26页 |
2.3 贪心算法 | 第26页 |
2.4 本章小结 | 第26-28页 |
3 面向社交网络边权重的差分隐私保护 | 第28-38页 |
3.1 子图划分 | 第29-30页 |
3.2 差分隐私保护算法 | 第30-31页 |
3.2.1 构建查询函数 | 第30页 |
3.2.2 构建差分隐私保护算法 | 第30页 |
3.2.3 算法可行性证明 | 第30-31页 |
3.3 扰动后社交网络 | 第31页 |
3.4 扰动方案 | 第31-33页 |
3.5 可行性与有效性验证 | 第33-37页 |
3.5.1 可行性验证 | 第33-35页 |
3.5.2 有效性验证 | 第35-37页 |
3.6 本章小结 | 第37-38页 |
4 改进的面向社交网络边权重的差分隐私保护 | 第38-54页 |
4.1 问题描述 | 第38页 |
4.2 属性相似性 | 第38-39页 |
4.3 安全模型 | 第39页 |
4.4 构建属性相似图及非属性相似图 | 第39-40页 |
4.5 改进的差分隐私保护算法 | 第40-41页 |
4.5.1 构建查询函数 | 第40-41页 |
4.5.2 构建差分隐私保护算法 | 第41页 |
4.5.3 算法可行性证明 | 第41页 |
4.6 改进的扰动后社交网络 | 第41-42页 |
4.7 改进的扰动方案 | 第42-43页 |
4.8 实验验证 | 第43-51页 |
4.8.1 可行性验证 | 第43-47页 |
4.8.2 有效性验证 | 第47-51页 |
4.9 本章小结 | 第51-54页 |
5 总结与展望 | 第54-56页 |
5.1 总结 | 第54页 |
5.2 展望 | 第54-56页 |
参考文献 | 第56-62页 |
攻读硕士学位期间所获得的研究成果 | 第62-63页 |
致谢 | 第63-64页 |