●1 導言
1.1 大數據隱私風險
1.2 大數據隱私特征及其隱私保護技術
2 差分隱私模型
2.1 差分隱私分類及其相應定義
2.2 差分隱私的實現機制
2.3 差分隱私性質及其度量標準
2.4 差分隱私保護框架
3 差分隱私下數據發布與分析
3.1 差分隱私下數據發布的類別
3.2 差分隱私下數據分析的類別
4 差分隱私下靜態直方圖發布
4.1 直方圖發布帶來的隱私風險
4.2 直方圖發布分組策略
4.3 直方圖發布誤差度量
4.4 直方圖發布的繫列方法
5 差分隱私下動態直方圖發布
5.1 動態直方圖發布帶來的隱私風險
5.2 動態直方圖發布模型
5.3 動態直方圖發布分割策略
5.4 動態直方圖發布方法
5.5 動態直方圖發布的隱私性分析
5.6 SHP算法的實驗結果與分析
6 差分隱私下人臉圖像發布
6.1 人臉圖像發布帶來的隱私風險
6.2 現有人臉圖像發布方法的不足
6.3 基於傅裡葉變換的人臉圖像發布算法
6.4 基於矩陣變換的人臉圖像發布算法
7 差分隱私下集值數據發布與分析
7.1 集值數據發布帶來的問題與挑戰
7.2 基於集值數據的頻繁模式挖掘問題與挑戰
8 差分隱私下空間數據發布
8.1 空間數據發布帶來的隱私風險
8.2 現有網格的空間數據發布方法的不足
8.3 基於自適應網格的空間數據發布方法
8.4 基於KD-Tree的隱私空間數據發布方法
9 差分隱私下空間範圍查詢
9.1 空間範圍查詢帶來的隱私風險
9.2 現有支持空間範圍查詢方法的不足
9.3 基於本地差分隱私的空間範圍查詢方法
10 差分隱私下空間序列模式挖掘
10.1 空間序列模式挖掘帶來的隱私風險
10.2 現有空間序列模式挖掘方法的不足
10.3 空間序列模式挖掘方法LTPM
11 差分隱私下空間數據回歸分析
11.1 現有空間序列模式挖掘方法的不足
11.2 回歸分析
11.3 滿足差分隱私的空間回歸分析方法
12 差分隱私下鍵-值數據收集
12.1 鍵-值數據收集帶來的隱私風險
12.2 現有鍵-值數據收集方法的不足
12.3 基礎知識與問題描述
12.4 收集與分析算法LDPKV
參考文獻
