基于差分隐私的社交网络隐私保护方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景、研究目的及意义 | 第9-10页 |
| 1.3 国内外相关技术发展现状 | 第10-14页 |
| 1.3.1 国外研究现状 | 第10-12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.3.3 国内外研究现状分析 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-15页 |
| 1.5 本文组织结构 | 第15-16页 |
| 第2章 改进的差分隐私方法 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 差分隐私的原理及实现 | 第16-20页 |
| 2.2.1 问题描述 | 第16-17页 |
| 2.2.2 差分隐私的定义与实现 | 第17-18页 |
| 2.2.3 差分隐私有效性分析 | 第18-20页 |
| 2.3 改进的差分隐私 | 第20-24页 |
| 2.3.1 问题描述 | 第20-21页 |
| 2.3.2 交互式差分隐私的定义与实现 | 第21-22页 |
| 2.3.3 交互式差分隐私有效性分析 | 第22-23页 |
| 2.3.4 交互式差分隐私机制算法流程 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 社交网络交互式差分隐私保护 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 基于度的分布的交互式差分隐私 | 第25-29页 |
| 3.2.1 社交网络中度分布的定义 | 第25-26页 |
| 3.2.2 度分布的敏感度计算 | 第26-27页 |
| 3.2.3 度分布的噪声添加 | 第27页 |
| 3.2.4 度分布的隐私保护 | 第27-29页 |
| 3.3 基于割集的交互式差分隐私 | 第29-32页 |
| 3.3.1 社交网络中割集的定义 | 第29-30页 |
| 3.3.2 割集的敏感度计算 | 第30-31页 |
| 3.3.3 割集的噪声添加 | 第31页 |
| 3.3.4 割集的隐私保护 | 第31-32页 |
| 3.4 基于最短路径长度的交互式差分隐私 | 第32-37页 |
| 3.4.1 社交网络中最短路径的定义 | 第33-34页 |
| 3.4.2 最短路径的敏感度计算 | 第34-35页 |
| 3.4.3 最短路径的噪声添加 | 第35-36页 |
| 3.4.4 最短路径的隐私保护 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 实验结果与分析 | 第38-56页 |
| 4.1 引言 | 第38页 |
| 4.2 实验环境和实验数据 | 第38-39页 |
| 4.3 度的分布实验结果分析 | 第39-45页 |
| 4.4 割集实验结果分析 | 第45-50页 |
| 4.5 最短路径实验结果分析 | 第50-55页 |
| 4.6 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |
