| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 研究背景与意义 | 第15-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.2.1 隐私保护机器学习算法 | 第17-18页 |
| 1.2.2 隐私保护神经网络学习算法 | 第18-19页 |
| 1.3 主要贡献及内容安排 | 第19-21页 |
| 第二章 预备知识 | 第21-29页 |
| 2.1 密码学工具 | 第21-24页 |
| 2.1.1 Paillier同态加密技术 | 第21-22页 |
| 2.1.2 对称同态加密技术 | 第22-24页 |
| 2.2 机器学习技术 | 第24-27页 |
| 2.2.1 机器学习概念 | 第24-25页 |
| 2.2.2 单层感知机学习算法 | 第25-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 基于Paillier加密的单层感知机学习方案的安全性分析 | 第29-37页 |
| 3.1 引言 | 第29-30页 |
| 3.2 PSLP方案 | 第30-33页 |
| 3.2.1 系统模型 | 第30-31页 |
| 3.2.2 方案描述 | 第31-33页 |
| 3.3 安全性分析 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 基于对称同态加密的单层感知机学习方案 | 第37-51页 |
| 4.1 引言 | 第37页 |
| 4.2 系统模型 | 第37-38页 |
| 4.3 安全模型 | 第38-39页 |
| 4.4 设计思路 | 第39-40页 |
| 4.5 方案构造 | 第40-45页 |
| 4.5.1 符号分类算法 | 第40-41页 |
| 4.5.2 方案描述 | 第41-45页 |
| 4.6 安全性分析 | 第45-48页 |
| 4.7 效率分析 | 第48-50页 |
| 4.8 本章小结 | 第50-51页 |
| 第五章 方案实现与性能分析 | 第51-67页 |
| 5.1 方案实现 | 第51-57页 |
| 5.1.1 环境配置 | 第51-53页 |
| 5.1.2 关键算法描述 | 第53-57页 |
| 5.2 性能评估 | 第57-65页 |
| 5.2.1 效率评估 | 第57-64页 |
| 5.2.2 准确率评估 | 第64-65页 |
| 5.3 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 工作总结 | 第67-68页 |
| 6.2 未来工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |