| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 研究现状 | 第17-20页 |
| 1.2.1 隐私保护数据挖掘技术研究现状 | 第17-18页 |
| 1.2.2 隐私保护的支持向量机研究现状 | 第18-20页 |
| 1.3 本文研究内容与创新点 | 第20-21页 |
| 1.4 章节安排 | 第21-24页 |
| 第二章 相关基础知识 | 第24-32页 |
| 2.1 数学运算 | 第24-26页 |
| 2.1.1 大整数分解问题 | 第24页 |
| 2.1.2 群 | 第24-25页 |
| 2.1.3 有限域上的离散对数问题 | 第25页 |
| 2.1.4 双线性对 | 第25-26页 |
| 2.1.5 哈希函数 | 第26页 |
| 2.2 密码学的相关理论 | 第26-28页 |
| 2.2.1 RSA加密算法 | 第26-27页 |
| 2.2.2 数字签名的概念 | 第27页 |
| 2.2.3 数字签名的功能 | 第27-28页 |
| 2.2.4 基于双线性对的BLS短签名 | 第28页 |
| 2.3 支持向量机模型 | 第28-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 高效隐私保护的线性SVM分类服务查询方案 | 第32-44页 |
| 3.1 改进的线性支持向量机分类模型 | 第32-34页 |
| 3.2 高效基于SVM的分类服务查询方案设计 | 第34-35页 |
| 3.2.1 系统模型 | 第34页 |
| 3.2.2 安全需求 | 第34-35页 |
| 3.3 线性SVM分类服务查询方案 | 第35-39页 |
| 3.3.1 系统初始化 | 第36页 |
| 3.3.2 生成查询请求 | 第36-37页 |
| 3.3.3 隐私保护的分类服务查询响应 | 第37-38页 |
| 3.3.4 获得最终分类信息 | 第38-39页 |
| 3.4 正确性分析 | 第39-40页 |
| 3.5 安全性分析 | 第40-41页 |
| 3.5.1 用户查询信息的隐私保护 | 第40页 |
| 3.5.2 SVM模型数据的隐私保护 | 第40页 |
| 3.5.3 数据查询的可认证性 | 第40-41页 |
| 3.6 计算复杂性分析 | 第41-42页 |
| 3.7 本章小节 | 第42-44页 |
| 第四章 高效隐私保护的非线性SVM分类服务查询方案 | 第44-58页 |
| 4.1 改进的非线性支持向量机分类模型 | 第44-45页 |
| 4.2 高效隐私保护的非线性SVM的分类服务查询方案设计 | 第45-46页 |
| 4.2.1 系统模型 | 第45页 |
| 4.2.2 安全需求 | 第45-46页 |
| 4.3 非线性SVM分类服务查询方案 | 第46-52页 |
| 4.3.1 系统初始化 | 第46-48页 |
| 4.3.2 生成查询请求 | 第48页 |
| 4.3.3 隐私保护的分类服务查询响应 | 第48-51页 |
| 4.3.4 获得最终分类信息 | 第51-52页 |
| 4.4 正确性分析 | 第52-54页 |
| 4.5 安全性分析 | 第54-56页 |
| 4.5.1 用户查询信息的隐私保护 | 第54-55页 |
| 4.5.2 SVM模型数据的隐私保护 | 第55-56页 |
| 4.5.3 数据查询的可认证性 | 第56页 |
| 4.6 计算复杂性分析 | 第56-57页 |
| 4.7 本章小节 | 第57-58页 |
| 第五章 方案实现与性能分析 | 第58-68页 |
| 5.1 评估环境部署 | 第58-59页 |
| 5.2 高效隐私保护的线性SVM分类服务查询方案性能测试 | 第59-62页 |
| 5.2.1 准确性评估 | 第59页 |
| 5.2.2 效率评估 | 第59-62页 |
| 5.3 高效隐私保护的非线性SVM分类服务查询方案性能测试 | 第62-66页 |
| 5.3.1 准确性评估 | 第62-63页 |
| 5.3.2 效率评估 | 第63-66页 |
| 5.4 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 工作总结 | 第68-69页 |
| 6.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介 | 第76-78页 |
