| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| CONTENT | 第10-12页 |
| 第—章 绪论 | 第12-20页 |
| 1.1 研究背景 | 第12-16页 |
| 1.1.1 协同物流 | 第12-13页 |
| 1.1.2 协同生产 | 第13-14页 |
| 1.1.3 协同调度 | 第14-16页 |
| 1.2 国内外研究现状及发展 | 第16-18页 |
| 1.2.1 安全多方计算 | 第16-17页 |
| 1.2.2 分布式优化 | 第17页 |
| 1.2.3 安全多方协同优化 | 第17-18页 |
| 1.3 研究内容和论文结构 | 第18-19页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 论文结构 | 第19页 |
| 1.4 本章小结 | 第19-20页 |
| 第二章 相关的理论知识 | 第20-31页 |
| 2.1 安全多方计算理论 | 第20-24页 |
| 2.1.1 安全多方计算的定义 | 第20页 |
| 2.1.2 安全多方计算的参与方 | 第20-21页 |
| 2.1.3 基础的安全多方计算协议和同态加密体制 | 第21-22页 |
| 2.1.4 基于隐私保护的协同优化算法的研究挑战 | 第22-24页 |
| 2.2 线性规划模型与D-W分解原理 | 第24-30页 |
| 2.2.1 线性规划模型及其几何意义 | 第25-26页 |
| 2.2.2 D-W分解和列生成算法 | 第26-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 隐私信息水平分布LP模型协同优化算法 | 第31-37页 |
| 3.1 问题的提出 | 第31页 |
| 3.2 构建新的安全的LP模型 | 第31-35页 |
| 3.2.1 隐藏代理i(i=1,...,p)的隐私信息 | 第31-34页 |
| 3.2.2 隐藏代理p+1的隐私信息 | 第34-35页 |
| 3.3 安全性和有效性 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 安全K-LP问题 | 第37-55页 |
| 4.1 问题的提出 | 第37-39页 |
| 4.2 改进的D-W分解 | 第39-45页 |
| 4.2.1 安全K-LP转换 | 第39-40页 |
| 4.2.2 隐藏资源向量 | 第40-43页 |
| 4.2.3 改进的D-W分解法 | 第43-45页 |
| 4.3 解决K-LP问题的安全列生成协议 | 第45-54页 |
| 4.3.1 价格问题的解决 | 第48-51页 |
| 4.3.2 安全列生成协议 | 第51-53页 |
| 4.3.3 计算和通讯成本分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 恶意模型下的激励相容协议 | 第55-68页 |
| 5.1 SCG协议中的恶意行为 | 第55-56页 |
| 5.2 在SCG协议中的纳什均衡 | 第56-58页 |
| 5.2.1 纳什均衡中的占优策略 | 第56-57页 |
| 5.2.2 建立纳什均衡的途径 | 第57-58页 |
| 5.3 激励相容协议 | 第58-67页 |
| 5.3.1 多方转换 | 第58-63页 |
| 5.3.2 激励相容协议 | 第63-67页 |
| 5.3.3 成本分析 | 第67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表的论文 | 第73-75页 |
| 致谢 | 第75页 |