基于差分隐私的数据安全处理关键技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-19页 |
| 1.2.1 云数据安全机制 | 第14-16页 |
| 1.2.2 差分隐私的定义发展 | 第16-17页 |
| 1.2.3 差分隐私保护的谱分析 | 第17页 |
| 1.2.4 差分隐私保护的聚类算法 | 第17-18页 |
| 1.2.5 分布式差分隐私 | 第18-19页 |
| 1.3 研究内容 | 第19-20页 |
| 1.4 组织结构 | 第20-21页 |
| 第二章 预备知识 | 第21-30页 |
| 2.1 安全多方计算 | 第21-22页 |
| 2.1.1 云服务中的安全多方计算 | 第21页 |
| 2.1.2 多密钥全同态加密协议 | 第21-22页 |
| 2.2 差分隐私模型 | 第22-26页 |
| 2.2.1 定义及性质 | 第23页 |
| 2.2.2 相关实现机制 | 第23-26页 |
| 2.3 约束谱聚类 | 第26-28页 |
| 2.3.1 矩阵定义及性质 | 第26-27页 |
| 2.3.2 约束谱聚类算法概述 | 第27-28页 |
| 2.4 线性回归 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 云环境下多方数据隐私保护框架 | 第30-42页 |
| 3.1 问题引述 | 第30页 |
| 3.2 框架设计 | 第30-34页 |
| 3.2.1 结构概述 | 第30-32页 |
| 3.2.2 框架细节 | 第32-34页 |
| 3.3 框架实例化 | 第34-36页 |
| 3.4 性能分析 | 第36-39页 |
| 3.4.1 安全性讨论 | 第36-38页 |
| 3.4.2 效果评估 | 第38-39页 |
| 3.5 框架优化 | 第39-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 差分隐私保护的约束谱聚类算法 | 第42-55页 |
| 4.1 问题引述 | 第42页 |
| 4.2 约束谱聚类算法 | 第42-43页 |
| 4.3 差分隐私保护的约束谱聚类算法 | 第43-46页 |
| 4.3.1 算法设计 | 第43-44页 |
| 4.3.2 正确性分析 | 第44-45页 |
| 4.3.3 复杂度分析 | 第45-46页 |
| 4.3.4 参数影响 | 第46页 |
| 4.4 实验分析 | 第46-53页 |
| 4.4.1 评价方法 | 第46-48页 |
| 4.4.2 特征值对比 | 第48页 |
| 4.4.3 性能比较 | 第48-53页 |
| 4.5 算法扩展 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 隐私保护的分布式数据统计分析协议 | 第55-68页 |
| 5.1 问题引述 | 第55页 |
| 5.2 基础协议SM-DDP | 第55-58页 |
| 5.2.1 协议介绍 | 第56-57页 |
| 5.2.2 安全性分析 | 第57-58页 |
| 5.3 隐私保护的分布式数据统计分析协议 | 第58-63页 |
| 5.3.1 威胁模型 | 第58页 |
| 5.3.2 协议设计 | 第58-61页 |
| 5.3.3 防作弊检测 | 第61-63页 |
| 5.4 安全性讨论 | 第63-65页 |
| 5.5 实例分析 | 第65-67页 |
| 5.6 本章小结 | 第67-68页 |
| 第六章 总结 | 第68-70页 |
| 6.1 本文工作总结 | 第68页 |
| 6.2 研究展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 作者简历 | 第78页 |
