跨组织协同优化决策的隐私保护算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 研究背景 | 第13-17页 |
| 1.1.1 协同生产 | 第13-14页 |
| 1.1.2 协同物流 | 第14-15页 |
| 1.1.3 协同调度 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-24页 |
| 1.2.1 跨组织合作 | 第17-18页 |
| 1.2.2 信息共享 | 第18-19页 |
| 1.2.3 安全多方计算 | 第19-21页 |
| 1.2.4 分布式/协同优化 | 第21页 |
| 1.2.5 隐私保护协同优化 | 第21-24页 |
| 1.3 研究内容和论文结构 | 第24-27页 |
| 1.3.1 研究内容 | 第24-26页 |
| 1.3.2 论文结构 | 第26-27页 |
| 第二章 相关理论知识 | 第27-42页 |
| 2.1 安全多方计算理论 | 第27-33页 |
| 2.1.1 安全多方计算中的定义和模型 | 第27-29页 |
| 2.1.2 多方计算的安全性定义 | 第29-30页 |
| 2.1.3 SMC的密码学工具和基础协议 | 第30-33页 |
| 2.2 线性规划 | 第33-38页 |
| 2.2.1 LP模型的单纯形法 | 第34-36页 |
| 2.2.2 LP模型的内点法 | 第36-38页 |
| 2.2.3 LP模型的应用 | 第38页 |
| 2.3 分布式优化模型 | 第38-41页 |
| 2.3.1 数据分布 | 第38-40页 |
| 2.3.2 分布式LP问题 | 第40-41页 |
| 2.4 本章小结 | 第41-42页 |
| 第三章 隐私信息水平分布LP模型协同优化算法 | 第42-57页 |
| 3.1 问题的提出 | 第42-46页 |
| 3.2 水平分布的LP隐私保护算法 | 第46-47页 |
| 3.3 数值实验 | 第47页 |
| 3.4 推理攻击 | 第47-49页 |
| 3.5 防推理的安全两方算法 | 第49-56页 |
| 3.5.1 解决方案 | 第49-55页 |
| 3.5.2 安全性和计算复杂性 | 第55-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第四章 隐私信息垂直水平分布LP模型协同优化算法 | 第57-63页 |
| 4.1 问题的提出 | 第57-58页 |
| 4.2 安全计算过程 | 第58-62页 |
| 4.2.1 算例分析 | 第58-60页 |
| 4.2.2 秘密数据比较协议 | 第60-62页 |
| 4.3 本章小结 | 第62-63页 |
| 第五章 隐私信息任意分布LP模型协同优化算法 | 第63-75页 |
| 5.1 问题的提出 | 第63-65页 |
| 5.2 合作计算介绍 | 第65页 |
| 5.3 多方计算 | 第65-68页 |
| 5.3.1 协议介绍 | 第65-66页 |
| 5.3.2 安全性分析 | 第66页 |
| 5.3.3 复杂度分析 | 第66-68页 |
| 5.4 两方计算 | 第68-74页 |
| 5.4.1 协议介绍 | 第69-70页 |
| 5.4.2 安全性证明 | 第70-72页 |
| 5.4.3 复杂度分析 | 第72-74页 |
| 5.5 数值实验 | 第74页 |
| 5.6 本章小结 | 第74-75页 |
| 结论与展望 | 第75-77页 |
| 参考文献 | 第77-86页 |
| 攻读学位期间发表的论文 | 第86-88页 |
| 致谢 | 第88页 |
