| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第13-22页 |
| 1.1 研究工作的背景与意义 | 第13-14页 |
| 1.2 国内外研究现状和发展态势 | 第14-19页 |
| 1.2.1 全同态加密及其应用 | 第14-16页 |
| 1.2.2 密文域上图像特征检测、图像匹配与检索 | 第16-17页 |
| 1.2.3 密文域上统计学习和机器学习 | 第17-19页 |
| 1.3 本文的研究内容 | 第19-20页 |
| 1.4 本文的章节安排 | 第20-22页 |
| 第二章 基础知识 | 第22-28页 |
| 2.1 分圆域基础知识 | 第22-23页 |
| 2.2 格基础知识 | 第23-24页 |
| 2.3 密码学基本概念 | 第24-25页 |
| 2.4 后量子密码 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于RLWE同态加密方案 | 第28-40页 |
| 3.1 研究背景和研究现状 | 第28-29页 |
| 3.2 LWE问题 | 第29-31页 |
| 3.2.1 LWE问题的难度 | 第30页 |
| 3.2.2 环-LWE问题 | 第30-31页 |
| 3.3 全同态加密 | 第31-35页 |
| 3.3.1 基本概念和全同态加密发展 | 第31-33页 |
| 3.3.2 全同态加密方案 | 第33-35页 |
| 3.4 全同态加密方案效率比较分析 | 第35-39页 |
| 3.4.1 基于理想格的Gentry原始方案效率分析 | 第35-36页 |
| 3.4.2 基于RLWE同态加密方案效率分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 密文域上图像特征提取 | 第40-64页 |
| 4.1 相关工作和研究动机 | 第40-41页 |
| 4.2 问题描述和知识准备 | 第41-43页 |
| 4.3 密文域上SIFT算法 | 第43-52页 |
| 4.3.1 相关算法 | 第43-48页 |
| 4.3.2 密文域上SIFT算法实现 | 第48-52页 |
| 4.4 实现方案分析 | 第52-63页 |
| 4.4.1 系统分析 | 第52-58页 |
| 4.4.2 实验评估 | 第58-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 密文域上图像匹配与检索 | 第64-80页 |
| 5.1 相关工作与研究动机 | 第64页 |
| 5.2 问题描述和知识准备 | 第64-66页 |
| 5.3 密文域上图像匹配与检索 | 第66-70页 |
| 5.3.1 相关的协议和加密算法 | 第66-70页 |
| 5.3.2 基于密文域上SIFT算法的图像匹配与检索 | 第70页 |
| 5.4 实现方案分析 | 第70-78页 |
| 5.4.1 系统分析 | 第70-75页 |
| 5.4.2 实验评估 | 第75-78页 |
| 5.5 本章小结 | 第78-80页 |
| 第六章 密文域上的统计学习和机器学习 | 第80-111页 |
| 6.1 基于同态加密的统计学习 | 第80-93页 |
| 6.1.1 相关工作与研究动机 | 第81-82页 |
| 6.1.2 知识准备 | 第82-85页 |
| 6.1.3 定点实数编码和加密数据的比较计算 | 第85-87页 |
| 6.1.4 基于同态加密的统计学习 | 第87-89页 |
| 6.1.5 实验结果和安全性证明 | 第89-93页 |
| 6.2 基于函数加密的机器学习 | 第93-109页 |
| 6.2.1 相关工作与研究动机 | 第93-94页 |
| 6.2.2 问题描述 | 第94-95页 |
| 6.2.3 知识准备 | 第95-98页 |
| 6.2.4 基于函数加密的机器学习 | 第98-107页 |
| 6.2.5 基于函数加密的机器学习应用 | 第107-109页 |
| 6.3 本章小结 | 第109-111页 |
| 第七章 全文总结与展望 | 第111-114页 |
| 7.1 全文研究工作总结 | 第111-112页 |
| 7.2 未来工作展望 | 第112-114页 |
| 致谢 | 第114-115页 |
| 参考文献 | 第115-130页 |
| 攻读博士学位期间取得的成果 | 第130-132页 |
| 攻读博士学位期间参与的科研项目 | 第132页 |