声明
第1章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.3 本文的主要研究内容和组织结构
第2章 预备知识及基础理论
2.1 深度学习的定义与特性
2.2 同态加密的定义与应用
2.3 高斯噪声的定义与特征
2.4 对抗训练的定义与概念
2.5 本章小结
第3章 基于高效整型矢量的同态加密框架
3.1 引言
3.2同态加密算法的定义与研究
3.3 基于高效整型矢量的同态加密算法的简介
3.4 实验结果与分析
3.5 本章小结
第4章 基于欺骗深度网络的梯度算法
4.1 引言
4.2 梯度上升算法的定义与研究
4.3 基于欺骗深度神经网络的梯度算法的简介
4.4 对比实验与分析
4.5 本章小结
第5章 基于扰动方向性的高斯噪声算法
5.1 引言
5.2 分类任务的定义与研究
5.3 基于扰动方向性的高斯算法的证明与描述
5.4 性能测试与分析
5.5 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 进一步研究工作
参考文献
附录
致谢
在学期间所发表的文章
西南大学;
