首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

基于数据集动态更新的隐私保护算法

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-16页
   ·研究背景及意义第9-12页
     ·隐私保护第9-10页
     ·数据集发布第10-11页
     ·数据集动态更新第11-12页
   ·国内外研究现状第12-14页
   ·论文主要研究内容第14-15页
   ·论文的组织结构及章节安排第15-16页
第2章 相关理论与技术第16-26页
   ·匿名化隐私保护技术第16-19页
     ·基于泛化的匿名化技术第17-18页
     ·基于分割的匿名化技术第18页
     ·基于交换的扰乱匿名化技术第18-19页
   ·不同应用场景的数据集发布技术第19-23页
     ·静态数据集发布技术第19-21页
     ·动态数据集重发布技术第21-23页
   ·匿名化算法的准确度限制第23页
   ·隐私保护技术度量方法第23-25页
     ·隐私保护度的度量方法第23-24页
     ·信息损失度度量方法第24-25页
   ·本章小结第25-26页
第3章 基于动态数据集更新的隐私保护算法第26-45页
   ·问题的提出第26-30页
     ·m-Invariance 算法分析第26-27页
     ·(ε,m)-increment 算法分析第27-28页
     ·m-Distinct 算法分析第28页
     ·本文所要解决问题的描述第28-30页
   ·数据集动态更新的分类及相关名词的定义第30-32页
   ·基于数据集动态更新隐私保护λ-variety 算法第32-41页
     ·λ-variety 算法描述及基本思想第32-34页
     ·λ-variety 算法的实现第34-41页
   ·基于数据集动态更新隐私保护(D,λ)-variety 算法第41-44页
   ·本章小结第44-45页
第4章 仿真实验与结果分析第45-51页
   ·实验平台及数据集第45-46页
   ·实验内容及方案第46-50页
     ·对于具有外部更新的数据集隐私保护方法性能的比较第46页
     ·对于敏感属性值为数值型的数据集更新λ-variety 算法性能第46-47页
     ·对于敏感属性值为类别型的数据集更新λ-variety 算法性能第47-48页
     ·(D,λ)-variety 算法与λ-variety 算法性能比较第48-50页
   ·实验结果及分析第50页
   ·本章小结第50-51页
结论第51-52页
参考文献第52-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:一种个性化(a,k)-匿名算法
下一篇:一种基于抽样确定泛化区间的K_匿名算法