隐私的可计算性及其对社会行为网络的影响建模与分析
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第10-12页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 课题研究意义及必要性 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第2章 隐私的可计算性 | 第12-23页 |
| 2.1 相关工作 | 第12-13页 |
| 2.1.1 隐私保护 | 第12页 |
| 2.1.2 隐私模型 | 第12-13页 |
| 2.1.3 隐私量化 | 第13页 |
| 2.2 习惯性隐私 | 第13-18页 |
| 2.2.1 问题定义 | 第14页 |
| 2.2.2 习惯性隐私量 | 第14-17页 |
| 2.2.3 联合习惯性隐私量 | 第17-18页 |
| 2.2.4 累积习惯性隐私量 | 第18页 |
| 2.3 习惯性隐私计算模型 | 第18-23页 |
| 2.3.1 离散系统中的习惯性隐私计算 | 第18-20页 |
| 2.3.2 连续系统中的习惯性隐私计算 | 第20-23页 |
| 第3章 习惯性隐私计算的应用与讨论 | 第23-34页 |
| 3.1 相关工作 | 第23页 |
| 3.2 加密协议中的应用 | 第23-24页 |
| 3.3 系统实现与结果 | 第24-34页 |
| 3.3.1 移动轨迹GPS数据集 | 第25-27页 |
| 3.3.2 驾驶员车速偏好数据集 | 第27-29页 |
| 3.3.3 蓝牙连接数据集 | 第29-31页 |
| 3.3.4 移动通话记录数据集 | 第31-34页 |
| 第4章 基于隐私的社会行为网络建模 | 第34-49页 |
| 4.1 相关工作 | 第34-35页 |
| 4.1.1 复杂网络研究 | 第34页 |
| 4.1.2 网络的驱动力 | 第34-35页 |
| 4.2 隐私-活动联合驱动模型 | 第35-41页 |
| 4.2.1 潜在活动 | 第35-36页 |
| 4.2.2 量化的习惯性隐私 | 第36-38页 |
| 4.2.3 驱动力的价值 | 第38-39页 |
| 4.2.4 隐私-活动联合驱动模型 | 第39-41页 |
| 4.3 实验仿真与分析 | 第41-49页 |
| 4.3.1 QQ好友网络 | 第41-43页 |
| 4.3.2 用户关系数据集 | 第43-49页 |
| 第5章 总结与展望 | 第49-50页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 作者简介及科研成果 | 第55-56页 |
| 致谢 | 第56页 |
