面向位置推荐的差分隐私保护方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 相关研究现状 | 第9-12页 |
| 1.3 论文主要工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 差分隐私及位置推荐 | 第15-23页 |
| 2.1 差分隐私模型 | 第15-18页 |
| 2.1.1 差分隐私定义 | 第15-16页 |
| 2.1.2 差分隐私关键技术 | 第16-17页 |
| 2.1.3 差分隐私性质 | 第17-18页 |
| 2.2 位置推荐 | 第18-21页 |
| 2.2.1 基于位置的推荐服务 | 第18页 |
| 2.2.2 位置推荐方法 | 第18-20页 |
| 2.2.3 位置推荐中的隐私泄露风险 | 第20-21页 |
| 2.3 隐私保护方法设计思路 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 差分隐私预算分配方案 | 第23-31页 |
| 3.1 PP-Tree路径结构 | 第23-25页 |
| 3.2 基于PP-Tree的隐私预算分配 | 第25-29页 |
| 3.3 时间复杂度分析 | 第29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 面向位置推荐的隐私保护策略 | 第31-40页 |
| 4.1 拉普拉斯噪音 | 第31页 |
| 4.2 一致性约束 | 第31-36页 |
| 4.2.1 降序调整 | 第33-34页 |
| 4.2.2 整型调整 | 第34-36页 |
| 4.2.3 时间复杂度分析 | 第36页 |
| 4.3 差分隐私保护算法DPB-DRPP | 第36-38页 |
| 4.4 隐私保护下的位置推荐 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第5章 理论分析与实验验证 | 第40-50页 |
| 5.1 隐私性理论分析 | 第40-42页 |
| 5.2 实验环境与设置 | 第42-44页 |
| 5.2.1 实验环境 | 第42页 |
| 5.2.2 数据集 | 第42-43页 |
| 5.2.3 评价指标 | 第43-44页 |
| 5.3 有效性实验与结果分析 | 第44-47页 |
| 5.3.1 实验设置 | 第44-45页 |
| 5.3.2 结果分析 | 第45-47页 |
| 5.4 误差实验与结果分析 | 第47-49页 |
| 5.4.1 实验设置 | 第47-48页 |
| 5.4.2 结果分析 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 总结 | 第50-51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第58页 |
