| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第18-32页 |
| 1.1 课题研究背景与意义 | 第18-19页 |
| 1.2 低能耗分布式系统——无线传感器网络 | 第19-22页 |
| 1.2.1 无线传感器网络的结构 | 第20-21页 |
| 1.2.2 无线传感器网络的特点 | 第21-22页 |
| 1.2.3 无线传感器网络的研究现状 | 第22页 |
| 1.3 高性能分布式系统——云计算平台 | 第22-25页 |
| 1.3.1 云计算平台结构 | 第23-24页 |
| 1.3.2 云计算特点 | 第24-25页 |
| 1.3.3 云计算研究现状 | 第25页 |
| 1.4 高互动分布式系统——社交网络 | 第25-28页 |
| 1.4.1 社交网络的结构 | 第26-27页 |
| 1.4.2 社交网络的特点 | 第27页 |
| 1.4.3 社交网络的研究现状 | 第27-28页 |
| 1.5 本文的主要研究工作 | 第28-29页 |
| 1.6 本文组织结构 | 第29-32页 |
| 第2章 基础理论和基础知识 | 第32-39页 |
| 2.1 数学基础知识 | 第32页 |
| 2.1.1 群的概念 | 第32页 |
| 2.1.2 质数理论 | 第32页 |
| 2.2 人工神经网络 | 第32-34页 |
| 2.3 哈希函数 | 第34页 |
| 2.4 困难问题 | 第34-35页 |
| 2.4.1 离散对数问题 | 第34-35页 |
| 2.4.2 计算Diffie-Hellman问题 | 第35页 |
| 2.4.3 双线性Diffie-Hellman问题 | 第35页 |
| 2.4.4 判定性双线性Diffie-Hellman问题 | 第35页 |
| 2.5 双线性映射 | 第35-36页 |
| 2.6 对偶双线性群向量空间 | 第36-37页 |
| 2.7 基于属性的加密 | 第37-38页 |
| 2.8 本章小结 | 第38-39页 |
| 第3章 无线传感器网络中的三层数据缩减机制 | 第39-62页 |
| 3.1 概述 | 第39-41页 |
| 3.2 相关工作 | 第41-43页 |
| 3.3 问题模型 | 第43-45页 |
| 3.3.1 系统框架 | 第43-44页 |
| 3.3.2 三层数据缩减框架中的数据管理 | 第44-45页 |
| 3.3.3 设计目标 | 第45页 |
| 3.4 三层数据缩减框架的设计 | 第45-47页 |
| 3.4.1 组内数据缩减 | 第45-46页 |
| 3.4.2 自适应低工作周期数据缩减 | 第46页 |
| 3.4.3 相关组组间数据缩减 | 第46-47页 |
| 3.5 基本实现 | 第47-50页 |
| 3.5.1 中心节点选择算法 | 第47-48页 |
| 3.5.2 转化模型 | 第48-49页 |
| 3.5.3 经验预测模型的构建 | 第49页 |
| 3.5.4 模型更新和重采样率调整 | 第49-50页 |
| 3.5.5 相关组的划分计算 | 第50页 |
| 3.6 预测精度提高的模型实现 | 第50-57页 |
| 3.6.1 BP神经网络转化模型构建 | 第51-55页 |
| 3.6.2 BP神经网络预测模型构建 | 第55-57页 |
| 3.7 实验和性能评估 | 第57-61页 |
| 3.7.1 实验参数设置 | 第57-58页 |
| 3.7.2 性能评估 | 第58-61页 |
| 3.8 本章小结 | 第61-62页 |
| 第4章 云计算环境中基于动态压缩感知的视频监控算法 | 第62-80页 |
| 4.1 概述 | 第62-66页 |
| 4.1.1 问题陈述 | 第62-63页 |
| 4.1.2 相关工作 | 第63-64页 |
| 4.1.3 现有研究工作的不足 | 第64-65页 |
| 4.1.4 本章工作 | 第65-66页 |
| 4.2 问题模型 | 第66-69页 |
| 4.2.1 系统模型 | 第66页 |
| 4.2.2 威胁模型 | 第66-67页 |
| 4.2.3 压缩感知 | 第67-68页 |
| 4.2.4 设计目标 | 第68-69页 |
| 4.3 云计算平台中的动态压缩感知方案 | 第69-74页 |
| 4.3.1 动态压缩感知方案的定义 | 第69-70页 |
| 4.3.2 视频编码算法 | 第70-72页 |
| 4.3.3 视频解码 | 第72-73页 |
| 4.3.4 安全性分析 | 第73-74页 |
| 4.4 模拟仿真实验 | 第74-79页 |
| 4.4.1 计算开销 | 第74-76页 |
| 4.4.2 通信开销 | 第76-77页 |
| 4.4.3 视频重构质量 | 第77-78页 |
| 4.4.4 实验总结 | 第78-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第5章 社交网络中基于效用的用户关注度匿名方案 | 第80-106页 |
| 5.1 概述 | 第80-84页 |
| 5.1.1 问题陈述 | 第80-81页 |
| 5.1.2 相关工作 | 第81-83页 |
| 5.1.3 现有研究工作的不足 | 第83页 |
| 5.1.4 本章工作 | 第83-84页 |
| 5.2 问题模型 | 第84-86页 |
| 5.2.1 系统模型 | 第84-85页 |
| 5.2.2 威胁模型 | 第85-86页 |
| 5.2.3 设计目标 | 第86页 |
| 5.3 前期工作 | 第86-89页 |
| 5.3.1 代理重加密关键字搜索 | 第86-87页 |
| 5.3.2 基于层次的属性加密方案 | 第87-89页 |
| 5.4 基于关注度的近似k匿名关注协议 | 第89-91页 |
| 5.4.1 关注度的近似k匿名的定义 | 第89-90页 |
| 5.4.2 基于用户关注度的近似k匿名关注协议 | 第90-91页 |
| 5.4.3 简要证明 | 第91页 |
| 5.5 基于效用的关注度匿名方案的定义和框架 | 第91-94页 |
| 5.5.1 层次和能力授权模型 | 第91-92页 |
| 5.5.2 基于效用的用户交互协议 | 第92-94页 |
| 5.6 基于效用的用户交互协议的构建 | 第94-99页 |
| 5.6.1 系统初始化 | 第94-95页 |
| 5.6.2 社交网络中安全搜索 | 第95-97页 |
| 5.6.3 社交网络中授权的消息访问 | 第97-98页 |
| 5.6.4 社交中的取消关注 | 第98-99页 |
| 5.7 性能和安全性分析 | 第99-101页 |
| 5.7.1 性能分析 | 第99-100页 |
| 5.7.2 安全性分析 | 第100-101页 |
| 5.8 模拟仿真实验 | 第101-105页 |
| 5.8.1 实验参数设置 | 第101-102页 |
| 5.8.2 实验结果 | 第102-105页 |
| 5.9 本章小结 | 第105-106页 |
| 第6章 社交网络中基于邻近度的位置查询协议 | 第106-129页 |
| 6.1 概述 | 第106-110页 |
| 6.1.1 问题陈述 | 第106-108页 |
| 6.1.2 相关工作 | 第108-109页 |
| 6.1.3 现有研究工作的不足 | 第109页 |
| 6.1.4 本章工作 | 第109-110页 |
| 6.2 问题模型 | 第110-113页 |
| 6.2.1 系统模型 | 第110-111页 |
| 6.2.2 威胁模型 | 第111-112页 |
| 6.2.3 设计目标 | 第112-113页 |
| 6.3 前期工作 | 第113-114页 |
| 6.3.1 谓词加密 | 第113页 |
| 6.3.2 前缀关系编码验证 | 第113-114页 |
| 6.4 协议的整体框架 | 第114-118页 |
| 6.4.1 协议的主要思想 | 第114-116页 |
| 6.4.2 搜索能力授权和代理模型 | 第116-117页 |
| 6.4.3 生成索引和陷门 | 第117页 |
| 6.4.4 协议的定义 | 第117-118页 |
| 6.5 协议的构建 | 第118-122页 |
| 6.6 性能和安全性评估 | 第122-128页 |
| 6.6.1 性能分析 | 第122-123页 |
| 6.6.2 安全性分析 | 第123-124页 |
| 6.6.3 模拟实验 | 第124-128页 |
| 6.7 本章小结 | 第128-129页 |
| 结论 | 第129-133页 |
| 参考文献 | 第133-143页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第143-144页 |
| 附录 B 攻读学位期间所参加的科研项目及申请的软件著作权 | 第144-145页 |
| 致谢 | 第145-146页 |
