基于差分隐私的数据发布技术研究
摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第16-24页 |
1.1 研究背景与意义 | 第16-17页 |
1.2 研究现状及发展趋势 | 第17-21页 |
1.2.1 研究现状 | 第17-20页 |
1.2.2 发展趋势 | 第20-21页 |
1.3 有待解决的关键问题 | 第21页 |
1.4 本文工作及创新点 | 第21-23页 |
1.5 论文组织结构 | 第23-24页 |
第2章 相关工作与背景知识 | 第24-32页 |
2.1 相关工作 | 第24-28页 |
2.1.1 时空数据隐私化 | 第24-25页 |
2.1.2 隐私化发布模型 | 第25-28页 |
2.1.3 隐私化数据用途 | 第28页 |
2.2 相关术语与理论基础 | 第28-32页 |
2.2.1 集中式差分隐私(DP) | 第29-30页 |
2.2.2 本地化差分隐私(LDP) | 第30-32页 |
第3章 动态化隐私保护的时空数据分组发布方法 | 第32-48页 |
3.1 引言 | 第32-33页 |
3.2 问题模型 | 第33-35页 |
3.2.1 发布模型 | 第33页 |
3.2.2 数据模型 | 第33-34页 |
3.2.3 隐私模型 | 第34-35页 |
3.3 时空数据动态发布技术(RGP) | 第35-40页 |
3.3.1 方案描述 | 第35-36页 |
3.3.2 算法设计 | 第36-40页 |
3.4 技术分析 | 第40-44页 |
3.4.1 隐私保护性 | 第40-42页 |
3.4.2 数据可用性 | 第42-43页 |
3.4.3 效率分析 | 第43-44页 |
3.5 实验验证 | 第44-46页 |
3.5.1 实验设置 | 第44页 |
3.5.2 实验结果 | 第44-46页 |
3.6 小结与讨论 | 第46-48页 |
第4章 多层次个性化隐私保护的数据直方图发布方法 | 第48-84页 |
4.1 引言 | 第48-50页 |
4.2 系统概述 | 第50-54页 |
4.2.1 问题定义 | 第50-51页 |
4.2.2 隐私保证 | 第51-52页 |
4.2.3 基本模型 | 第52-53页 |
4.2.4 效用评价 | 第53-54页 |
4.3 优化组合技术(AC) | 第54-59页 |
4.3.1 方法详述 | 第54-55页 |
4.3.2 技术分析 | 第55-59页 |
4.4 数据复用技术(DRPP) | 第59-67页 |
4.4.1 方法详述 | 第59-62页 |
4.4.2 技术分析 | 第62-67页 |
4.4.3 性能对比 | 第67页 |
4.5 组合复用方案(RCF) | 第67-72页 |
4.5.1 方法详述 | 第67-68页 |
4.5.2 技术分析 | 第68-72页 |
4.6 实验仿真 | 第72-82页 |
4.6.1 实验设置 | 第72-73页 |
4.6.2 实验结果 | 第73-82页 |
4.7 小结与讨论 | 第82-84页 |
第5章 基于多种隐私模型的分类器发布方法 | 第84-106页 |
5.1 引言 | 第84-86页 |
5.2 系统描述 | 第86-88页 |
5.2.1 问题定义 | 第86-88页 |
5.2.2 隐私模型 | 第88页 |
5.2.3 评价标准 | 第88页 |
5.3 基于随机应答机制的分类器训练技术 | 第88-92页 |
5.3.1 方案详述 | 第89页 |
5.3.2 技术分析 | 第89-92页 |
5.4 基于1-bit通信机制的分类器训练技术 | 第92-97页 |
5.4.1 方案详述 | 第92-93页 |
5.4.2 技术分析 | 第93-97页 |
5.5 基于几何分布的数值扰动技术 | 第97-101页 |
5.5.1 方案详述 | 第98-99页 |
5.5.2 技术分析 | 第99-101页 |
5.6 实验仿真 | 第101-104页 |
5.6.1 参数设置 | 第101页 |
5.6.2 实验结果 | 第101-104页 |
5.7 小结与讨论 | 第104-106页 |
第6章 总结与展望 | 第106-109页 |
6.1 本文工作总结 | 第106-107页 |
6.2 未来研究工作展望 | 第107-109页 |
参考文献 | 第109-117页 |
致谢 | 第117-118页 |
在读期间发表的学术论文与取得的研究成果 | 第118-119页 |