| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外相关研究现状 | 第11-14页 |
| 1.3 论文主要研究内容 | 第14-15页 |
| 1.4 论文主要贡献 | 第15-17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第2章 面向隐私保护的群智感知技术相关工作 | 第19-27页 |
| 2.1 群智感知的相关工作 | 第19-20页 |
| 2.2 移动用户数据隐私保护的相关工作 | 第20-22页 |
| 2.3 典型的隐私保护算法相关工作 | 第22-27页 |
| 2.3.1 基于数据扰动技术的隐私保护算法 | 第23-24页 |
| 2.3.2 基于数据加密技术的隐私保护算法 | 第24页 |
| 2.3.3 基于数据匿名技术的隐私保护算法 | 第24-25页 |
| 2.3.4 基于差分隐私模型的隐私保护算法 | 第25页 |
| 2.3.5 隐私保护算法性能比较和分析 | 第25-27页 |
| 第3章 面向隐私保护的群智感知数据收集算法及应用 | 第27-35页 |
| 3.1 模型定义 | 第27-29页 |
| 3.1.1 网络模型定义 | 第27-28页 |
| 3.1.2 攻击模型定义 | 第28-29页 |
| 3.2 面向隐私保护的群智感知数据收集算法设计 | 第29-31页 |
| 3.3 安全性分析 | 第31-34页 |
| 3.4 可用性分析及实验 | 第34-35页 |
| 第4章 面向隐私保护的群智感知数据发布算法及应用 | 第35-57页 |
| 4.1 面向隐私保护的群智感知数据发布算法设计 | 第35-45页 |
| 4.1.1 差分隐私模型 | 第35-37页 |
| 4.1.2 基于均值的差分隐私直方图构造方法 | 第37-42页 |
| 4.1.3 基于保序回归的差分隐私直方图构造方法 | 第42-45页 |
| 4.2 安全性分析 | 第45-46页 |
| 4.3 可用性分析及实验 | 第46-48页 |
| 4.4 面向双向隐私保护的群智感知系统应用部署 | 第48-57页 |
| 4.4.1 基于数据切片的面向双向隐私保护群智感知算法设计 | 第49-50页 |
| 4.4.2 基于模型切片的面向双向隐私保护群智感知算法设计 | 第50-52页 |
| 4.4.3 实验分析 | 第52-57页 |
| 第5章 总结与展望 | 第57-61页 |
| 5.1 本文工作总结 | 第57-59页 |
| 5.2 未来工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录A 符号意义说明 | 第65-67页 |
| 致谢 | 第67-69页 |
| 在读期间发表的学术论文与取得的研究成果 | 第69页 |