差分隐私合成数据研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 引言 | 第12-13页 |
| 1 绪论 | 第13-16页 |
| 1.1 课题背景与研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文主要内容 | 第15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2 隐私保护综述 | 第16-24页 |
| 2.1 隐私的基本概念 | 第16-17页 |
| 2.2 隐私保护技术的分类与评估 | 第17-19页 |
| 2.2.1 隐私保护技术的分类 | 第17-18页 |
| 2.2.2 隐私保护技术的评估 | 第18-19页 |
| 2.3 数据发布中的隐私保护技术 | 第19-21页 |
| 2.3.1 隐私保护数据发布技术 | 第19-20页 |
| 2.3.2 数据匿名化技术 | 第20-21页 |
| 2.3.3 扰乱技术 | 第21页 |
| 2.4 攻击模型与隐私保护模型 | 第21-23页 |
| 2.4.1 k-匿名模型 | 第22页 |
| 2.4.2 1-多样性模型 | 第22-23页 |
| 2.5 小结 | 第23-24页 |
| 3 差分隐私保护研究综述 | 第24-32页 |
| 3.1 差分隐私基本思想 | 第24-25页 |
| 3.2 差分隐私定义及相关概念 | 第25-28页 |
| 3.2.1 差分隐私定义 | 第25-26页 |
| 3.2.2 相关概念 | 第26-28页 |
| 3.3 差分隐私保护技术的组合性质 | 第28-29页 |
| 3.4 差分隐私算法的实现机制 | 第29-30页 |
| 3.4.1 Laplace机制 | 第29-30页 |
| 3.4.2 指数机制 | 第30页 |
| 3.5 差分隐私核心算法 | 第30-31页 |
| 3.6 差分隐私保护的评价指标与性能度量 | 第31页 |
| 3.7 小结 | 第31-32页 |
| 4 差分隐私保护下数据集发布研究 | 第32-41页 |
| 4.1 差分隐私保护数据发布技术 | 第32-33页 |
| 4.2 交互式数据发布技术 | 第33页 |
| 4.3 非交互式数据发布技术 | 第33-37页 |
| 4.3.1 批查询 | 第34-35页 |
| 4.3.2 列联表发布方法 | 第35-36页 |
| 4.3.3 基于分组的数据发布方法 | 第36-37页 |
| 4.4 高维数据条件下合成数据发布研究 | 第37-40页 |
| 4.4.1 贝叶斯网络方法 | 第37-39页 |
| 4.4.2 DPCoupula生成合成数据 | 第39-40页 |
| 4.5 小结 | 第40-41页 |
| 5 分类数据合成匿名化发布在差分隐私中应用 | 第41-52页 |
| 5.1 分类数据 | 第41-42页 |
| 5.2 属性化分 | 第42-43页 |
| 5.3 问题的描述 | 第43页 |
| 5.4 基于差分隐私分类数据匿名化算法描述 | 第43-47页 |
| 5.4.1 算法描述 | 第43-45页 |
| 5.4.2 匿名化需求 | 第45-46页 |
| 5.4.3 隐私分析 | 第46-47页 |
| 5.5 实验分析 | 第47-51页 |
| 5.5.1 实验环境 | 第47页 |
| 5.5.2 实验步骤 | 第47-49页 |
| 5.5.3 结果分析 | 第49-51页 |
| 5.6 小结 | 第51-52页 |
| 6 总结与展望 | 第52-54页 |
| 6.1 论文总结 | 第52-53页 |
| 6.2 论文展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
