摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第8-14页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 研究现状 | 第9-12页 |
1.3 研究内容 | 第12-13页 |
1.4 论文结构 | 第13-14页 |
第二章 面向移动位置服务的隐私保护 | 第14-27页 |
2.1 基于位置的服务 | 第14-16页 |
2.1.1 基于位置服务的相关应用 | 第15-16页 |
2.1.2 基于位置服务的隐私保护问题 | 第16页 |
2.2 位置隐私保护的基本知识 | 第16-21页 |
2.2.1 隐私相关定义与概念 | 第16-17页 |
2.2.2 位置隐私保护的系统架构 | 第17-21页 |
2.3 位置隐私保护方法 | 第21-24页 |
2.3.1 身份标识保护方法 | 第21-22页 |
2.3.2 位置保护方法 | 第22-24页 |
2.4 位置差分隐私保护 | 第24-26页 |
2.5 本章小结 | 第26-27页 |
第三章 基于查询匿名区构建的位置隐私保护方案 | 第27-41页 |
3.1 引言 | 第27-28页 |
3.2 QCRC-LocPriv的系统架构 | 第28-32页 |
3.3 QCRC-LocPriv的算法设计 | 第32-34页 |
3.4 QCRC-LocPriv的匿名度和性能分析 | 第34-36页 |
3.5 实验与结果分析 | 第36-39页 |
3.5.1 实验数据集与相关参数设置 | 第36页 |
3.5.2 实验结果与算法分析 | 第36-39页 |
3.6 本章小结 | 第39-41页 |
第四章 基于差分隐私树形分布的位置隐私保护方案 | 第41-58页 |
4.1 引言 | 第41-42页 |
4.2 DPTD-LocPriv的系统架构 | 第42-44页 |
4.3 DPTD-LocPriv的算法设计 | 第44-49页 |
4.3.1 DPTD-LocPriv的算法概述 | 第44-45页 |
4.3.2 构建位置结果集相应的位置信息树 | 第45-47页 |
4.3.3 基于指数机制(Exponential Mechanism)的加权选择 | 第47-48页 |
4.3.4 基于拉普拉斯机制(Laplace Mechanism)的加噪处理 | 第48-49页 |
4.4 DPTD-LocPriv的匿名度和性能分析 | 第49-50页 |
4.5 实验与结果分析 | 第50-57页 |
4.5.1 实验数据集与相关参数设置 | 第50-51页 |
4.5.2 实验结果与算法分析 | 第51-57页 |
4.6 本章小结 | 第57-58页 |
第五章 总结与展望 | 第58-60页 |
5.1 工作总结 | 第58-59页 |
5.2 研究展望 | 第59-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-68页 |
作者简介 | 第68页 |