| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景与意义 | 第10-12页 |
| ·研究现状 | 第12-13页 |
| ·本文工作及架构组织 | 第13-16页 |
| ·本文工作 | 第13-14页 |
| ·本文的架构组织 | 第14-16页 |
| 2 相关匿名化知识 | 第16-21页 |
| ·攻击类型和相应匿名模型 | 第16-18页 |
| ·记录链接 | 第16-17页 |
| ·属性链接 | 第17页 |
| ·表链接 | 第17页 |
| ·概率攻击 | 第17-18页 |
| ·匿名操作 | 第18-20页 |
| ·泛化和隐匿 | 第18-19页 |
| ·分解与排列 | 第19页 |
| ·扰动 | 第19-20页 |
| ·匿名数据质量的评估 | 第20页 |
| ·本章小结 | 第20-21页 |
| 3 GN：一种结合泛化和噪音技术的隐私保护方法 | 第21-31页 |
| ·引言 | 第21-22页 |
| ·GN匿名方法 | 第22-25页 |
| ·GN框架 | 第22-23页 |
| ·参数TND值的设置原则 | 第23-24页 |
| ·噪音元组添加模型 | 第24-25页 |
| ·GN-BOTTOM-UP算法 | 第25-28页 |
| ·信息损失与距离定义 | 第25-27页 |
| ·GN-Bottom-up算法框架 | 第27-28页 |
| ·验证分析 | 第28-30页 |
| ·数据可用性方面比较 | 第28-30页 |
| ·算法效率方面比较 | 第30页 |
| ·本章小结 | 第30-31页 |
| 4 FSRS：一种基于模糊粗糙集的加权隐私保护方法 | 第31-43页 |
| ·引言 | 第31页 |
| ·相关技术 | 第31-35页 |
| ·模糊集理论 | 第31-33页 |
| ·粗糙集理论 | 第33-35页 |
| ·FSRS匿名方法 | 第35-36页 |
| ·FSRS的主要框架 | 第35页 |
| ·WEAM方法 | 第35-36页 |
| ·算法和度量 | 第36-38页 |
| ·FSBS-Bottom-up算法 | 第36-37页 |
| ·匿名数据度量方法 | 第37-38页 |
| ·实例分析 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 5 PBRS：一种基于粗糙集理论的聚类加权隐私保护方法 | 第43-51页 |
| ·问题阐述 | 第43页 |
| ·粗糙集的相关知识 | 第43-44页 |
| ·PBRS匿名方法 | 第44-48页 |
| ·PBRS的主要思想 | 第44页 |
| ·实例说明 | 第44-48页 |
| ·实现算法 | 第48-49页 |
| ·实验结果与分析 | 第49-50页 |
| ·信息损失量分析 | 第49-50页 |
| ·聚类效果分析 | 第50页 |
| ·实验小结 | 第50页 |
| ·本章小结 | 第50-51页 |
| 6 总结与展望 | 第51-53页 |
| ·工作总结 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-61页 |