声明
致谢
摘要
插图
表格
第一章绪论
1．1研究背景
1．1．1数据隐私及其保护技术
1．1．2差分臆私技术
1．2研究现状
1．2．1融合算法优化
1．2．2隐私预算优化
1．2．3现有工作存在的不足
1．3本文研究内容
1．3．1研究思路
1．3．2研究内容
第二章本地差分隐私定义与理论基础
2．1．2本地差分隐私
2．1．3集中式差分隐私与本地差分隐私区别
2．2频率估计
2．2．1广义随机响应法
2．2．2最优一元编码法
2．2．3最优本地哈希法
2．2．4方法比较与选择
2．3均值估计
2．3．1拉普拉斯机制
2．3．2杜奇机制
2．3．3分段机制
2．3．4方法比较与选择
第三章高维数据融合算法优化
3．1 引言
3．2边缘列联表发布问题定义与现有方法总结
3．2．1 问题定义：集中式差分隐私情形
3．2．2问题定义：本地差分隐私情形
3．2．3全列联表法
3．2．4全边缘列联表法
3．2．5傅里叶变换法
3．2．6期望最大化法
3．3本文方法
3．3．1 PriView方法概述
3．3．2本章提出的CALM方法
3．3．3视图选取方法
3．3．4带噪音视图一致性处理方法
3．3．5复杂度分析
3．3．6讨论
3．4性能评估
3．4．1 实验设置
3．4．2二元数据集性能比较
3．4．3非二元数据集性能比较
3．4．4分类性能比较
3．4．5验证算法参数合理性
3．4．6 k及本地设定对性能的影响
3．5本章小结
第四章基于静态激励的隐私预算优化
4．1 引言
4．2系统模型
4．2．1群智感知系统概述
4．2．2静态激励机制工作流程
4．2．3隐私预算与融合精度定量关系
4．2．4用户效用定义
4．3基于契约理论的激励机制设计
4．3．1契约建模
4．3．2完全信息下最优契约设计
4．3．3不完全信息下最优契约设计
4．3．4讨论
4．4连续情况扩展
4．5仿真评估
4．5．1激励设计优越性评估
4．5．2激励设计有效性评估
4．6本章小结
第五章基于动态激励的隐私预算优化
5．1 引言
5．2系统模型
5．2．1群智感知系统模型
5．2．2激励机制工作流程
5．2．3反向组合拍卖定义
5．2．4激励机制设计目标
5．3动态激励设计问题建模
5．3．1 隐私预算与融合精度之间定量关系
5．3．2数学模型
5．4动态激励设计问题求解
5．4．1在线拍卖转换
5．4．2在线LPRC拍卖设计
5．4．3讨论
5．5在线拍卖机制理论分析
5．6性能评估
5．6．1 实验设置
5．6．2性能比较
5．7本章小结
第六章基于协同优化的隐私预算优化
6．1 引言
6．2背景与攻击模型介绍
6．2．1基本数据库访问协议
6．2．2攻击模型与假设
6．3可量化隐私保护机制
6．3．1 二级用户隐私保护机制
6．3．2一级用户隐私保护机制
6．3．3防干扰框架
6．4隐私保护的数据库访问协议
6．4．1 协议概述
6．4．2二级用户最优决策
6．4．3一级用户最优决策
6．5多用户数据库访问协议
6．5．1信道空闲情形
6．5．2信道占用情形
6．6性能评估
6．6．1实验设置
6．6．2性能比较
6．7本章小结
第七章总结与展望
7．1全文总结
7．2研究展望
参考文献
攻读博士学位期间主要研究成果及参与的科研项目
浙江大学;
