中文摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 引言 | 第9-13页 |
1.1 课题背景与意义 | 第9-10页 |
1.2 研究现状 | 第10页 |
1.3 论文主要内容和成果 | 第10-11页 |
1.4 论文组织结构 | 第11-13页 |
第二章 差分隐私流数据发布相关知识 | 第13-17页 |
2.1 差分隐私保护模型介绍 | 第13-14页 |
2.2 差分隐私加噪机制 | 第14-15页 |
2.3 差分隐私数据保护框架 | 第15-16页 |
2.4 差分隐私流数据发布相关知识 | 第16-17页 |
第三章 基于滑动窗口的差分隐私流数据发布算法 | 第17-39页 |
3.1 引言 | 第17-18页 |
3.2 问题描述 | 第18-22页 |
3.2.1 滑动窗口 | 第18-19页 |
3.2.2 动态构建区间树 | 第19-21页 |
3.2.3 异方差加噪 | 第21页 |
3.2.4 历史查询概率 | 第21-22页 |
3.2.5 拟解决的问题 | 第22页 |
3.3 SW_ UN_ TREE算法 | 第22-31页 |
3.3.1 算法思想 | 第22-27页 |
3.3.2 算法描述 | 第27-31页 |
3.3.3 算法分析 | 第31页 |
3.4 实验分析 | 第31-38页 |
3.4.1 实验数据与环境 | 第31-32页 |
3.4.2 查询精度的对比分析 | 第32-36页 |
3.4.3 算法运行效率的对比分析 | 第36-38页 |
3.5 本章小结 | 第38-39页 |
第四章 基于滑动窗口的差分隐私流数据一致性优化算法 | 第39-50页 |
4.1 引言 | 第39页 |
4.2 问题描述 | 第39-40页 |
4.2.1 一致性约束问题 | 第39-40页 |
4.2.2 拟解决的问题 | 第40页 |
4.3 SW_CE_ADJUST算法 | 第40-45页 |
4.3.1 算法思想 | 第40-42页 |
4.3.2 算法描述 | 第42-44页 |
4.3.3 算法分析 | 第44-45页 |
4.4 实验分析 | 第45-49页 |
4.4.1 实验数据与环境 | 第45页 |
4.4.2 查询精度的对比分析 | 第45-48页 |
4.4.3 算法运行效率的对比分析 | 第48-49页 |
4.5 本章小结 | 第49-50页 |
第五章 基于分级滑动窗口的差分隐私流数据发布算法 | 第50-59页 |
5.1 引言 | 第50页 |
5.2 问题描述 | 第50-52页 |
5.2.1 时间与平滑度加权 | 第50-51页 |
5.2.2 分级滑动窗口 | 第51-52页 |
5.2.3 拟解决的问题 | 第52页 |
5.3 PHSW算法 | 第52-55页 |
5.3.1 算法思想 | 第52-53页 |
5.3.2 算法描述 | 第53-54页 |
5.3.3 算法分析 | 第54-55页 |
5.4 实验分析 | 第55-58页 |
5.4.1 实验数据与环境 | 第55页 |
5.4.2 查询精度的对比分析 | 第55-57页 |
5.4.3 算法运行效率的对比分析 | 第57-58页 |
5.5 本章小结 | 第58-59页 |
结论与展望 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-65页 |
在学校期间的研究成果以及发表的学术论文 | 第65-66页 |
个人简历 | 第66页 |