基于贝叶斯网络差分隐私发布算法的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题研究的背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文的主要工作及组织结构 | 第12-14页 |
| 第2章 相关技术介绍 | 第14-31页 |
| 2.1 差分隐私保护模型 | 第14-18页 |
| 2.1.1 Laplace机制 | 第15-17页 |
| 2.1.2 指数机制 | 第17页 |
| 2.1.3 组合性质 | 第17-18页 |
| 2.2 贝叶斯网络 | 第18-21页 |
| 2.3 信息熵 | 第21-23页 |
| 2.3.1 条件熵 | 第23页 |
| 2.3.2 互信息 | 第23页 |
| 2.4 小波转换 | 第23-24页 |
| 2.5 PRIVBAYES隐私数据发布算法的概述 | 第24-30页 |
| 2.5.1 非隐私保护的方法 | 第25-28页 |
| 2.5.2 带噪声的条件分布的生成 | 第28-29页 |
| 2.5.3 带噪声合成数据集的生成 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于贝叶斯网络隐私数据的发布算法 | 第31-46页 |
| 3.1 互信息函数的替代函数F | 第31-37页 |
| 3.1.1 互信息函数的分析 | 第31-34页 |
| 3.1.2 F函数的计算 | 第34-37页 |
| 3.1.3 扩展到一般域 | 第37页 |
| 3.2 小波变换 | 第37-45页 |
| 3.2.1 针对一维离散有序数据的小波变换 | 第38-40页 |
| 3.2.2 针对一维离散无序数据的小波转换 | 第40-42页 |
| 3.2.3 针对多维数据小波转换算法 | 第42-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 实验设计与结果分析 | 第46-60页 |
| 4.1 实验环境 | 第46-48页 |
| 4.1.1 实验平台 | 第46页 |
| 4.1.2 实验数据 | 第46-47页 |
| 4.1.3 实验方案 | 第47页 |
| 4.1.4 评估度量 | 第47-48页 |
| 4.2 实验结果与分析 | 第48-59页 |
| 4.2.1 利用小波变换添加Laplace的算法 | 第48-53页 |
| 4.2.2 互信息函数改进函数相关实验分析 | 第53-59页 |
| 4.3 本章小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64页 |
