面向水平分布数据的隐私保护分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 隐私保护技术研究现状 | 第11-13页 |
| 1.2.2 分布式环境下分类算法研究现状 | 第13页 |
| 1.3 论文研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14-15页 |
| 第2章 基于SVM的PPNL-SVM框架 | 第15-31页 |
| 2.1 问题描述及相关技术 | 第15-17页 |
| 2.2 支持向量机 | 第17-19页 |
| 2.3 PPNL-SVM框架 | 第19-30页 |
| 2.3.1 底层 | 第19-26页 |
| 2.3.2 中间层 | 第26-27页 |
| 2.3.3 顶层 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 数据水平分布的隐私保护分类算法 | 第31-47页 |
| 3.1 数据分布 | 第31-32页 |
| 3.2 隐私保护过程 | 第32-34页 |
| 3.3 分类过程 | 第34-36页 |
| 3.4 实验与性能分析 | 第36-46页 |
| 3.4.1 实验数据与实验环境 | 第36-38页 |
| 3.4.2 安全性分析 | 第38页 |
| 3.4.3 效率分析 | 第38-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 基于PPNL-SVM框架的多类分类算法 | 第47-59页 |
| 4.1 问题描述及相关技术 | 第47页 |
| 4.2 PPMCC多类分类方法 | 第47-51页 |
| 4.2.1 SVM多类分类 | 第47-50页 |
| 4.2.2 PPMCC的工作流程 | 第50-51页 |
| 4.3 实验与性能分析 | 第51-58页 |
| 4.3.1 实验数据与环境 | 第51-52页 |
| 4.3.2 安全性分析 | 第52页 |
| 4.3.3 性能分析 | 第52-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-61页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的论文 | 第66页 |
