第1章 绪论
1.1 课题背景与意义
1.2 国内外在该方向的研究现状及分析
1.3 主要研究内容
1.4 论文组织结构
第2章 差分隐私机器学习技术概述
2.1 引言
2.2 差分隐私相关定义介绍
2.3 差分隐私深度学习算法介绍
2.4 差分隐私机器学习算法的实现
2.5 本章小结
第3章 数据采样增广算法
3.1 引言
3.2 基于图像局部统计信息的数据增广算法
3.3 图像数据序列化组合增广算法
3.4 数据增广算法实现
3.5 本章小结
第4章 基于K-S距离的差分隐私审计评估方法
4.1 引言
4.2 应用场景描述及审计前提
4.3 基于K-S距离的差分隐私审计评估算法形式化论证
4.4 基准数据实验
4.5 真实图像数据ISIC实验
4.6 本章小结
第5章 基于容器的自动风险审计评估
5.1 引言
5.2 基于容器的自动化风险评估服务设计与实现
5.3 基于容器的自动风险审计评估的实验
5.4 本章小结
结论
参考文献
附录A
A.1 公式推导
声明
致谢
哈尔滨工业大学;