基于差分隐私拉普拉斯机制的线性回归分析研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第14-18页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状及存在的问题 | 第15-16页 |
| 1.3 研究内容和意义 | 第16-17页 |
| 1.4 本文的主要工作及章节安排 | 第17-18页 |
| 2 基于差分隐私的数据保护框架及其应用研究 | 第18-26页 |
| 2.1 基于差分隐私的数据保护框架 | 第18-24页 |
| 2.1.1 基于差分隐私的直方图发布方法 | 第21-22页 |
| 2.1.2 查询处理方法的分类与评估 | 第22-24页 |
| 2.2 差分隐私的应用 | 第24-26页 |
| 2.2.1 差分隐私数据的发布 | 第24-25页 |
| 2.2.2 差分隐私下的大数据分析 | 第25页 |
| 2.2.3 差分隐私数据挖掘 | 第25-26页 |
| 3 理论基础 | 第26-34页 |
| 3.1 差分隐私 | 第26页 |
| 3.2 差分隐私实现的主要技术 | 第26-27页 |
| 3.3 噪音机制 | 第27-34页 |
| 3.3.1 全局敏感度 | 第27-28页 |
| 3.3.2 拉普拉斯机制 | 第28-31页 |
| 3.3.3 指数机制 | 第31-34页 |
| 4 回归分析 | 第34-41页 |
| 4.1 线性回归分析 | 第34页 |
| 4.2 差分隐私应用于线性回归 | 第34-37页 |
| 4.3 算法的设计思想 | 第37-41页 |
| 4.3.1 目标函数的扰动 | 第37-38页 |
| 4.3.2 算法的步骤及实例 | 第38-41页 |
| 5 实验分析 | 第41-50页 |
| 5.1 实验环境 | 第41页 |
| 5.2 Matlab语言 | 第41-42页 |
| 5.2.1 Matlab语言的发展 | 第41页 |
| 5.2.2 Matlab在各领域中的作用 | 第41-42页 |
| 5.3 实验步骤 | 第42-43页 |
| 5.4 结果分析 | 第43-50页 |
| 5.4.1 实验运行结果 | 第43-47页 |
| 5.4.2 函数机制与其它算法的比较 | 第47-50页 |
| 6 结论 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 作者简介及读研期间主要科研成果 | 第57页 |
