空间索引加速的位置差分隐私保护方法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 引言 | 第8-15页 |
| 1.1 研究背景和意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究目标与内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 基于R树的K最近邻查询与差分隐私相关理论 | 第15-26页 |
| 2.1 R树 | 第15-20页 |
| 2.1.1 R树的定义 | 第15-17页 |
| 2.1.2 R树的相关算法 | 第17-19页 |
| 2.1.3 R树总结 | 第19-20页 |
| 2.2 最近邻顺序查询 | 第20-21页 |
| 2.2.1 定义 | 第20页 |
| 2.2.2 测量距离 | 第20-21页 |
| 2.3 差分隐私概述 | 第21-24页 |
| 2.3.1 ε-差分隐私 | 第21-22页 |
| 2.3.2 拉普拉斯噪声 | 第22-23页 |
| 2.3.3 位置差分隐私 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第3章 结合差分隐私的位置K最近邻匿名方法 | 第26-30页 |
| 3.1 基于R树的最近邻算法 | 第26-28页 |
| 3.2 差分隐私算法 | 第28-29页 |
| 3.3 本章小结 | 第29-30页 |
| 第4章 实验结果分析 | 第30-37页 |
| 4.1 差分隐私效果分析 | 第30-32页 |
| 4.2 服务质量效果分析 | 第32-35页 |
| 4.2.1 相似性度量 | 第32-33页 |
| 4.2.2 偏置率度量 | 第33-35页 |
| 4.3 隐私保护效果分析 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第5章 结论与展望 | 第37-39页 |
| 5.1 全文总结 | 第37-38页 |
| 5.2 进一步研究方向 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 致谢 | 第42-43页 |
| 在读期间公开发表论文（著）及科研情况 | 第43页 |
