移動互聯(lián)網(wǎng)技術(shù)的發(fā)展和硬件水平的提升,為本就占據(jù)網(wǎng)絡服務份額前幾的在線社交網(wǎng)絡帶來了更大的發(fā)展,而與之俱來的是嚴重的隱私泄露問題。一方面,由于隱私保護手段的不完善（例如隱私策略設置過程的繁瑣、對于圖像視頻等多媒體信息保護手段的缺乏）,以及大眾對隱私保護意識的缺失,傳統(tǒng)的視覺隱私泄露問題依然存在;另一方面,除了能直接獲取到的信息,用戶的私人數(shù)據(jù)中還隱藏著巨大的價值。大數(shù)據(jù)與人工智能技術(shù)的發(fā)展,使得企業(yè)和組織能夠從私人數(shù)據(jù)中挖掘出更深層次的信息。小到用戶行為,大到市場分析,形形色色的潛在信息能夠指引商業(yè)活動,也可能被用于非法行為。在新舊兩種隱私威脅的夾雜下,隱私保護問題的解決仍然任重道遠。在眾多的隱私保護研究中,圖像內(nèi)容中的位置隱私泄露仍然是一個盲點問題�，F(xiàn)有的位置隱私保護的研究主要針對的對象是用戶所在的真實地理位置;而圖像本身是一種包含豐富信息的載體,可能存在著能夠反映圖片拍攝地點的內(nèi)容;另外,在移動設備普及的當下,人們可以隨時隨地地在社交網(wǎng)站上發(fā)布圖片,這種方式為圖像中的位置信息帶來了更高的實時性,進一步提高了位置隱私泄露的威脅性。在這一隱私問題中,主要存在兩個關(guān)鍵點:首先,如何從和場... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
        1.2.1 細粒度隱私設置
        1.2.2 以視圖為中心的隱私設置
        1.2.3 自動隱私推薦
        1.2.4 默認隱私設置
    1.3 本文研究內(nèi)容
    1.4 本文章節(jié)安排
第二章 相關(guān)理論和技術(shù)
    2.1 卷積神經(jīng)網(wǎng)絡
    2.2 圖像分割技術(shù)
        2.2.1 非監(jiān)督方法
        2.2.2 半監(jiān)督方法
        2.2.3 全監(jiān)督方法
    2.3 深度學習中的對抗樣本
    2.4 本章小結(jié)
第三章 社交網(wǎng)絡圖像分享中的位置隱私的視覺保護方案
    3.1 需求分析
    3.2 總體方案設計
    3.3 圖像數(shù)據(jù)收集和圖像分割
    3.4 特征提取、聚類和目標檢測
    3.5 隱私關(guān)聯(lián)度判別策略及隱私判別分類器
        3.5.1 數(shù)量隱私策略
        3.5.2 相對位置隱私策略
        3.5.3 隱私判別分類器
    3.6 實驗環(huán)境
    3.7 實驗內(nèi)容
    3.8 本章總結(jié)
第四章 社交網(wǎng)絡圖像分享中的位置隱私的抗目標檢測保護方案
    4.1 需求分析
    4.2 方案設計
        4.2.1 Faster R-CNN目標檢測模型
        4.2.2 抗目標檢測的隱私保護的方案
    4.3 實驗環(huán)境
    4.4 實驗內(nèi)容
    4.5 本章總結(jié)
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來工作展望
參考文獻
致謝
作者簡介



本文編號：3195278