β混合序列的差分隐私经验风险最小化算法

摘要	第1-6页
Abstract	第6-9页
第1章 引言	第9-12页
·研究的背景和意义	第9-10页
·国内外的研究现状	第10页
·本文研究的主要内容	第10-12页
第2章 经验风险最小化算法	第12-18页
·机器学习问题	第12-14页
·机器学习的基本问题	第13-14页
·经验风险最小化	第14-18页
·经验最小化的理论	第14-15页
·解近似确定性积分方程的问题	第15-16页
·经验风险最小化的一致性	第16-18页
第3章 差分隐私的ERM原则	第18-32页
·引言	第18页
·隐私模型	第18-20页
·隐私保护的ERM原则	第20-26页
·输出扰动算法	第20-23页
·目标扰动算法	第23-26页
·核方法的差分隐私算法	第26-29页
·核方法基础介绍	第26-28页
·核方法介绍	第28-29页
·核方法差分隐私的理论	第29页
·分类问题的应用	第29-32页
·支持向量机问题	第30-32页
第4章 混合序列的差分隐私推广性能的界	第32-47页
·引言	第32页
·有关β混合序列的工具	第32-38页
·β混合序列的差分隐私推广性能的界	第38-47页
第5章 结果及展望	第47-48页
·总结	第47页
·展望	第47-48页
参考文献	第48-53页
致谢	第53页