| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题来源 | 第12页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文主要工作 | 第15-16页 |
| ·本文组织结构 | 第16页 |
| ·小结 | 第16-17页 |
| 第2章 云存储和云数据库 | 第17-25页 |
| ·云存储 | 第17-20页 |
| ·云存储与传统存储的异同 | 第17-19页 |
| ·云存储通用系统架构 | 第19-20页 |
| ·云存储的特点 | 第20页 |
| ·云数据库 | 第20-24页 |
| ·云数据库与关系数据库的不同之处 | 第21页 |
| ·主流云数据库 | 第21-24页 |
| ·小结 | 第24-25页 |
| 第3章 数字水印技术与数据库水印 | 第25-31页 |
| ·数字水印 | 第25-28页 |
| ·数字水印的主要特征 | 第26-27页 |
| ·数字水印的分类 | 第27页 |
| ·数字水印的典型应用领域 | 第27-28页 |
| ·数据库水印 | 第28-30页 |
| ·关系数据库水印的特点 | 第28-29页 |
| ·云数据库水印与关系数据库水印比较 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第4章 基于极角扩展的有损可逆云数据库水印算法 | 第31-41页 |
| ·极角扩展方案 | 第31-33页 |
| ·符号约定 | 第31-32页 |
| ·水印方案 | 第32-33页 |
| ·云数据库水印算法 | 第33-36页 |
| ·水印嵌入算法 | 第35-36页 |
| ·水印检测算法 | 第36页 |
| ·数据恢复算法 | 第36页 |
| ·算法分析 | 第36-37页 |
| ·算法时间复杂度 | 第36-37页 |
| ·嵌入容量分析 | 第37页 |
| ·实验结果与分析 | 第37-40页 |
| ·小结 | 第40-41页 |
| 第5章 基于量子 K 均值聚类的云数据库水印算法 | 第41-55页 |
| ·量子聚类的物理学背景 | 第41-45页 |
| ·量子力学的基础知识 | 第41页 |
| ·基于量子力学的聚类问题解释 | 第41-43页 |
| ·k 均值聚类算法 | 第43-44页 |
| ·David 的基本量子聚类算法思想 | 第44-45页 |
| ·基于量子机制的 K 均值聚类算法 | 第45-46页 |
| ·量子 K 均值聚类的云数据库水印算法 | 第46-48页 |
| ·算法基本思想 | 第46页 |
| ·自适应因子 | 第46-47页 |
| ·水印嵌入算法 | 第47-48页 |
| ·水印检测算法 | 第48页 |
| ·算法分析 | 第48-50页 |
| ·算法时间复杂度分析 | 第48-49页 |
| ·容量分析 | 第49页 |
| ·鲁棒性分析 | 第49-50页 |
| ·实验结果与分析 | 第50-54页 |
| ·聚类算法实验与分析 | 第50-52页 |
| ·水印算法实验与分析 | 第52-54页 |
| ·小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 附录A (攻读学位期间发表的学术论文与获得的成果) | 第62-63页 |
| 附录B (攻读学位期间参与项目目录) | 第63-64页 |