基于位置密度与距离特征的差分隐私推理攻击研究

摘要	第4-5页
Abstract	第5页
1 绪论	第7-18页
1.1 课题背景	第7-8页
1.2 国内外研究现状	第8-16页
1.3 现有研究存在的问题及分析	第16页
1.4 课题主要研究工作	第16-18页
2 差分隐私的推理攻击方法DPIA-LDDF	第18-32页
2.1 攻击场景的构造	第18-21页
2.2 攻击方案的总体框架	第21-22页
2.3 数据位置特征的提取方法	第22-28页
2.4 基于决策树的集成算法	第28-30页
2.5 本章小结	第30-32页
3 差分隐私攻击方法DPIA-LDDF的实现	第32-46页
3.1 DPIA-LDDF攻击算法	第32-34页
3.2 界定真假数据的阈值S的指定算法	第34-35页
3.3 数据位置特征提取算法	第35-42页
3.4 基于决策树的集成算法	第42-45页
3.5 本章小结	第45-46页
4 实验与结果分析	第46-64页
4.1 数据集与实验环境	第46-47页
4.2 攻击效果的衡量指标	第47-48页
4.3 推理攻击实验	第48-60页
4.4 随机猜测对比实验	第60-61页
4.5 实验结论	第61-63页
4.6 本章小结	第63-64页
5 总结与展望	第64-66页
5.1 全文总结	第64-65页
5.2 全文展望	第65-66页
致谢	第66-67页
参考文献	第67-71页