基于差分隐私机制的位置服务数据隐私保护算法
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外的研究现状 | 第11-14页 |
| 1.3 本文主要研究的内容和结构安排 | 第14-16页 |
| 第二章 位置服务数据隐私保护的相关概念 | 第16-26页 |
| 2.1 差分隐私保护的概念及其性质 | 第16-18页 |
| 2.2 Trie树 | 第18-19页 |
| 2.3 效用性指标 | 第19-20页 |
| 2.4 重心求解方法 | 第20-22页 |
| 2.5 位置服务数据的提取方法 | 第22-23页 |
| 2.6 轨迹数据的预处理方法 | 第23页 |
| 2.7 局部位置数据的特征提取 | 第23-24页 |
| 2.8 问题模型 | 第24-25页 |
| 2.9 本章小结 | 第25-26页 |
| 第三章 基于差分隐私机制的位置数据隐私保护算法 | 第26-45页 |
| 3.1 引言 | 第26-27页 |
| 3.2 基于差分隐私机制的位置数据隐私保护方法 | 第27-32页 |
| 3.2.1 建立位置搜索树 | 第28-30页 |
| 3.2.2 基于指数机制遍历与提取位置搜索树 | 第30-32页 |
| 3.2.3 基于拉普拉斯机制保护数据隐私 | 第32页 |
| 3.3 实验结果与分析 | 第32-44页 |
| 3.3.1 时效性分析 | 第33-35页 |
| 3.3.2 效用性分析 | 第35-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于差分隐私机制的轨迹数据隐私保护算法 | 第45-54页 |
| 4.1 引言 | 第45-46页 |
| 4.2 基于差分隐私机制的轨迹数据隐私保护方法 | 第46-49页 |
| 4.2.1 建立数据处理模型 | 第46-47页 |
| 4.2.2 建立多边形模型 | 第47-48页 |
| 4.2.3 加噪过程 | 第48-49页 |
| 4.3 实验结果与分析 | 第49-53页 |
| 4.3.1 时效性分析 | 第50页 |
| 4.3.2 效用性分析 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-57页 |
| 5.1 论文工作总结 | 第54-55页 |
| 5.2 下一步展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64页 |
