基于智能手机传感器的用户地铁轨迹推测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 问题背景和研究意义 | 第10-11页 |
| 1.2 相关工作 | 第11-12页 |
| 1.3 本文工作 | 第12-15页 |
| 1.4 本文组织结构 | 第15-18页 |
| 第二章 基于智能手机传感器隐私推测的工作 | 第18-20页 |
| 第三章 基于监督学习的基本攻击方案 | 第20-36页 |
| 3.1 攻击方法的整体概述 | 第20-22页 |
| 3.2 坐标转换 | 第22页 |
| 3.3 抽取地铁相关的数据 | 第22-26页 |
| 3.4 地铁相关数据的划分 | 第26-28页 |
| 3.5 站点的识别 | 第28-34页 |
| 3.5.1 特征选择 | 第29-32页 |
| 3.5.2 分类 | 第32-34页 |
| 3.6 错误容忍的轨迹推测 | 第34-36页 |
| 第四章 基于非监督学习的优化的攻击方案 | 第36-40页 |
| 4.1 非监督学习算法的推测算法 | 第36-40页 |
| 第五章 实验 | 第40-48页 |
| 5.1 抽取地铁相关数据的精确度 | 第40-41页 |
| 5.2 地铁数据划分的精确度 | 第41-42页 |
| 5.3 基本攻击的精确度 | 第42-44页 |
| 5.4 改进后的攻击的准确度 | 第44-45页 |
| 5.5 电量消耗分析 | 第45-48页 |
| 第六章 防御方案和数据集的发布 | 第48-52页 |
| 6.1 防御方案 | 第48页 |
| 6.2 数据集的发布 | 第48-52页 |
| 第七章 总结和展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士期间的科研成果 | 第58-60页 |
| 致谢 | 第60-61页 |