摘要：基于生成对抗网络和差分隐私提出一种文本序列数据集脱敏模型,即差分隐私文本序列生成网络(DP-SeqGAN)。DP-SeqGAN通过生成对抗网络自动提取数据集的重要特征并生成与原数据分布接近的新数据集,基于差分隐私对模型做随机加扰以提高生成数据集的隐私性,并进一步降低鉴别器过拟合。DP-SeqGAN具有直观通用性,无须对具体数据集设计针对性脱敏规则和对模型做适应性调整。实验表明,数据集经DP-SeqGAN脱敏后其隐私性和可用性明显提升,成员推断攻击成功率明显降低。

摘要：通过大量文献资料的调研和分析,针对目前国内外热疗计划系统的重要研究进展进行分类回顾,包括通用系统设计、发展过程与现状等,基于调查结果对热疗计划系统目前存在的关键技术问题进行总结,最后探讨和提出了热疗计划系统进一步研究和发展的可能性。