| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-13页 |
| 1.1.1 移动互联网的发展及现状 | 第10-11页 |
| 1.1.2 LBS的发展及现状 | 第11-13页 |
| 1.2 研究现状 | 第13-14页 |
| 1.3 研究意义和研究内容 | 第14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 LBS相关技术简介 | 第16-21页 |
| 2.1 移动终端定位技术介绍 | 第16-17页 |
| 2.1.1 网络独立定位 | 第16页 |
| 2.1.2 手机独立定位 | 第16页 |
| 2.1.3 联合定位 | 第16-17页 |
| 2.2 LBS系统组成及隐私威胁 | 第17-18页 |
| 2.3 LBS功能分类 | 第18-19页 |
| 2.4 基于扭曲法的LBS隐私保护技术 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 移动应用位置隐私保护系统 | 第21-52页 |
| 3.1 LBS移动应用位置隐私保护系统 | 第21-38页 |
| 3.1.1 基于LBS服务的移动应用隐私信息保护系统综述 | 第21-23页 |
| 3.1.2 基于LBS服务的移动应用隐私信息保护系统的模块设计 | 第23-25页 |
| 3.1.2.1 认证模块 | 第23-24页 |
| 3.1.2.2 分析与决策模块 | 第24-25页 |
| 3.1.2.3 消息通信模块 | 第25页 |
| 3.1.2.4 移动客户端 | 第25页 |
| 3.1.3 地理位置信息粒度划分模型 | 第25-28页 |
| 3.1.3.1 影响定位精度需求的因素 | 第25-26页 |
| 3.1.3.2 用户-应用地理位置精度模型 | 第26-28页 |
| 3.1.4 地理位置信息精度的决策机制 | 第28-34页 |
| 3.1.4.1 决策树算法 | 第28-30页 |
| 3.1.4.2 改进的决策树算法 | 第30-34页 |
| 3.1.5 实验及评估 | 第34-38页 |
| 3.1.5.1 学习数据集的分析 | 第34-36页 |
| 3.1.5.2 生成决策树及结果分析 | 第36-38页 |
| 3.2 移动设备图片资源地理位置信息保护系统 | 第38-50页 |
| 3.2.1 图片中的地理位置信息 | 第38-42页 |
| 3.2.1.1 EXIF格式的应用 | 第38页 |
| 3.2.1.2 EXIF文件解析 | 第38-42页 |
| 3.2.2 图片内容与地理位置信息粒度划分的关系 | 第42-43页 |
| 3.2.3 基于特征匹配的图片分类实现 | 第43-44页 |
| 3.2.3.1 特征匹配的原理及一般流程 | 第44页 |
| 3.2.3.2 基于颜色特征的图片分类技术 | 第44页 |
| 3.2.4 实验及评估 | 第44-50页 |
| 3.2.4.1 系统总体架构 | 第45页 |
| 3.2.4.2 系统流程分析 | 第45-47页 |
| 3.2.4.3 系统模块设计 | 第47-48页 |
| 3.2.4.4 实验结果 | 第48-50页 |
| 3.3 本章小结 | 第50-52页 |
| 第四章 总结与展望 | 第52-54页 |
| 4.1 论文总结 | 第52-53页 |
| 4.2 课题展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58-59页 |
| 学位论文评阅及答辩情况表 | 第59页 |