| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 课题研究的意义 | 第13-14页 |
| 1.2 国内外研究现状和发展 | 第14-15页 |
| 1.3 论文的主要工作 | 第15页 |
| 1.4 论文的章节安排 | 第15-17页 |
| 第二章 差分隐私算法 | 第17-23页 |
| 2.1 差分隐私保护简介 | 第17页 |
| 2.2 差分隐私 | 第17-18页 |
| 2.3 敏感度 | 第18-19页 |
| 2.4 差分隐私的组合特性 | 第19页 |
| 2.5 实现差分隐私的两种主要机制 | 第19-20页 |
| 2.5.1 拉普拉斯机制 | 第19-20页 |
| 2.5.2 指数机制 | 第20页 |
| 2.6 差分隐私保护方法的性能度量 | 第20页 |
| 2.7 基于差分隐私的数据保护框架 | 第20-22页 |
| 2.8 总结 | 第22-23页 |
| 第三章 应用 | 第23-55页 |
| 3.1 基于非交互式机制的主要方法分类 | 第23-24页 |
| 3.2 基于差分隐私的直方图发布技术 | 第24-40页 |
| 3.2.1 Boost | 第24-25页 |
| 3.2.2 UHM | 第25-27页 |
| 3.2.3 StructureFirst和NoiseFirst | 第27-32页 |
| 3.2.4 PHP | 第32-35页 |
| 3.2.5 AHP | 第35-39页 |
| 3.2.6 总结 | 第39-40页 |
| 3.3 基于差分隐私的批量查询技术 | 第40-52页 |
| 3.3.1 Optimizing Linear Counting Queries Under Differential Privacy | 第40-44页 |
| 3.3.2 Low-Rank Mechanism | 第44-48页 |
| 3.3.3 DAWA | 第48-52页 |
| 3.4 总结 | 第52-55页 |
| 第四章 改进算法：IPHP | 第55-65页 |
| 4.1 OneToTwo算法 | 第59-60页 |
| 4.2 BinarySplitCluster算法 | 第60-63页 |
| 4.3 总结 | 第63-65页 |
| 第五章 实验 | 第65-71页 |
| 5.1 实验内容 | 第65-70页 |
| 5.2 总结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 工作总结 | 第71-72页 |
| 6.2 工作展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-80页 |