摘要 | 第5-7页 |
Abstract | 第7-9页 |
1 绪论 | 第12-26页 |
1.1 研究背景与意义 | 第12-16页 |
1.2 国内外研究现状 | 第16-20页 |
1.3 需要解决的问题 | 第20-21页 |
1.4 研究内容与目标 | 第21-24页 |
1.5 论文组织结构 | 第24-26页 |
2 相关基础 | 第26-34页 |
2.1 张量计算和Lanczos方法 | 第27-31页 |
2.2 密码体制 | 第31-34页 |
3 安全的张量分解 | 第34-60页 |
3.1 问题定义 | 第34-37页 |
3.2 在加密的数据上的隐私保护原语 | 第37-44页 |
3.3 云端隐私保护的张量分解 | 第44-51页 |
3.4 性能评估 | 第51-57页 |
3.5 本章小结 | 第57-60页 |
4 安全的主特征张量计算 | 第60-82页 |
4.1 问题定义 | 第60-62页 |
4.2 云端基础的安全的主特征张量计算 | 第62-68页 |
4.3 云端改进的安全的主特征张量计算 | 第68-76页 |
4.4 性能评估 | 第76-81页 |
4.5 本章小结 | 第81-82页 |
5 安全的高阶Lanczos | 第82-134页 |
5.1 云端安全的正交张量SVD | 第82-95页 |
5.2 云端改进的安全的正交张量SVD | 第95-107页 |
5.3 雾-云计算中隐私保护的高阶Bi-Lanczos | 第107-115页 |
5.4 性能评估 | 第115-131页 |
5.5 本章小结 | 第131-134页 |
6 安全的基于张量链的非对称高阶Lanczos | 第134-162页 |
6.1 云端安全的基于张量链的非对称高阶Lanczos | 第134-144页 |
6.2 雾-云计算中安全的基于张量链的高阶Bi-Lanczos | 第144-150页 |
6.3 性能评估 | 第150-161页 |
6.4 本章小结 | 第161-162页 |
7 安全大数据计算的基于张量的优化模型 | 第162-180页 |
7.1 问题定义 | 第162-164页 |
7.2 提出的优化模型 | 第164-173页 |
7.3 性能评估 | 第173-179页 |
7.4 本章小结 | 第179-180页 |
8 结论 | 第180-184页 |
8.1 主要成果 | 第180-181页 |
8.2 研究展望 | 第181-184页 |
致谢 | 第184-186页 |
参考文献 | 第186-196页 |
附录1 攻读博士学位期间发表的论文目录 | 第196-200页 |
附录2 攻读博士学位期间申请的发明专利和其他成果 | 第200-202页 |
附录3 攻读博士学位期间参与的科研项目 | 第202-203页 |