社交网络个性化差分隐私数据发布方法的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 基于差分隐私的数据挖掘 | 第12-13页 |
| 1.2.2 基于差分隐私的数据发布 | 第13-16页 |
| 1.3 社交网络数据发布方法存在的问题与不足 | 第16-17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 论文的组织 | 第18-20页 |
| 第2章 差分隐私保护研究的综述 | 第20-30页 |
| 2.1 差分隐私保护模型 | 第20-23页 |
| 2.2 差分隐私数据发布形式 | 第23-25页 |
| 2.3 图的差分隐私保护 | 第25-26页 |
| 2.4 空间分解方法 | 第26-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 个性化边差分隐私 | 第30-36页 |
| 3.1 个性化边差分隐私 | 第30-31页 |
| 3.2 个性化边差分隐私的性质 | 第31-33页 |
| 3.3 隐私预算抽样 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 差分隐私下合成图发布方法 | 第36-52页 |
| 4.1 NoiseGraph方法 | 第36-39页 |
| 4.1.1 问题定义 | 第37-38页 |
| 4.1.2 误差来源 | 第38-39页 |
| 4.2 DDVL算法 | 第39-43页 |
| 4.2.1 相关定义 | 第40-41页 |
| 4.2.2 DDVL算法实现过程及算法描述 | 第41-42页 |
| 4.2.3 算法分析 | 第42-43页 |
| 4.3 QPR算法 | 第43-48页 |
| 4.3.1 QPR算法实现过程及算法描述 | 第44-48页 |
| 4.3.2 算法分析 | 第48页 |
| 4.4 隐私性分析 | 第48-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 实验与结果分析 | 第52-58页 |
| 5.1 实验数据集 | 第52页 |
| 5.2 实验环境与衡量标准 | 第52-53页 |
| 5.3 实验及结果分析 | 第53-57页 |
| 5.4 本章小结 | 第57-58页 |
| 总结 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士学位期间所发表的论文 | 第66-67页 |
| 致谢 | 第67页 |
