| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第1章 绪论 | 第16-32页 |
| 1.1 研究背景及意义 | 第16-21页 |
| 1.1.1 研究背景 | 第16-19页 |
| 1.1.2 研究意义 | 第19-21页 |
| 1.2 国内外研究现状 | 第21-28页 |
| 1.2.1 大数据发布隐私保护模型研究现状 | 第21-23页 |
| 1.2.2 大数据发布隐私保护算法研究现状 | 第23-27页 |
| 1.2.3 大数据发布系统隐私风险评估技术研究现状 | 第27-28页 |
| 1.3 研究内容与技术路线 | 第28-30页 |
| 1.3.1 研究内容 | 第28-29页 |
| 1.3.2 技术路线 | 第29-30页 |
| 1.4 论文章节安排 | 第30-32页 |
| 第2章 大数据发布隐私风险分析与保护模型 | 第32-44页 |
| 2.1 隐私的定义及范围 | 第32-33页 |
| 2.1.1 隐私的定义 | 第32-33页 |
| 2.1.2 隐私的范围 | 第33页 |
| 2.2 大数据发布模型 | 第33-35页 |
| 2.3 大数据发布隐私致险因素分析 | 第35-37页 |
| 2.4 大数据发布隐私保护模型 | 第37-43页 |
| 2.4.1 基于元组攻击的隐私保护模型 | 第37-39页 |
| 2.4.2 基于属性攻击的隐私保护模型 | 第39-41页 |
| 2.4.3 基于表攻击的隐私保护模型 | 第41页 |
| 2.4.4 基于概率攻击的隐私保护模型 | 第41-43页 |
| 2.5 本章小节 | 第43-44页 |
| 第3章 基于集对分析的隐私风险态势评估技术研究 | 第44-60页 |
| 3.1 引言 | 第44页 |
| 3.2 隐私风险评估的方法 | 第44-45页 |
| 3.3 隐私风险评估指标体系的建立 | 第45-47页 |
| 3.4 集对偏联系数隐私风险态势评估方法设计 | 第47-53页 |
| 3.4.1 集对联系数 | 第48-50页 |
| 3.4.2 势 | 第50-51页 |
| 3.4.3 记分函数与精确函数 | 第51页 |
| 3.4.4 最小二偏赋权方法 | 第51-53页 |
| 3.5 集对偏联系数隐私风险态势评估应用分析 | 第53-58页 |
| 3.6 与其他评估方法的性能比较分析 | 第58-59页 |
| 3.7 本章小结 | 第59-60页 |
| 第4章 基于属性图的大数据关联表示与QI属性判定 | 第60-79页 |
| 4.1 引言 | 第60页 |
| 4.2 基于属性图的大数据关联表示方法 | 第60-66页 |
| 4.2.1 基本概念 | 第61-62页 |
| 4.2.2 属性图的表示 | 第62-63页 |
| 4.2.3 属性图生成算法 | 第63-66页 |
| 4.3 准标识符集合的定义与求解 | 第66-73页 |
| 4.3.1 基于割点的属性集合划分模型 | 第66-67页 |
| 4.3.2 准标识符集合的定义 | 第67-68页 |
| 4.3.3 单一敏感值属性图的准标识符求解方法 | 第68-72页 |
| 4.3.4 多个敏感值属性图的准标识符求解方法 | 第72-73页 |
| 4.4 实验与分析 | 第73-78页 |
| 4.4.1 划分能力比较 | 第73-76页 |
| 4.4.2 计算复杂度比较 | 第76-78页 |
| 4.5 本章小结 | 第78-79页 |
| 第5章 基于模糊语义的静态大数据发布隐私保护技术 | 第79-97页 |
| 5.1 引言 | 第79页 |
| 5.2 基于集对云模型的模糊语义转换发布方法 | 第79-86页 |
| 5.2.1 云模型及其数字特征 | 第80-81页 |
| 5.2.2 集对云模型与区分度函数 | 第81-82页 |
| 5.2.3 数值型敏感属性模糊语义转换发布算法 | 第82-86页 |
| 5.3 基于语义泛化树的模糊发布方法 | 第86-90页 |
| 5.3.1 语义泛化树 | 第86-87页 |
| 5.3.2 泛化信息保留度 | 第87页 |
| 5.3.3 分类型敏感属性模糊语义泛化发布算法 | 第87-90页 |
| 5.4 实验与分析 | 第90-96页 |
| 5.4.1 发布数据可用性分析 | 第90-94页 |
| 5.4.2 算法运行效率比较 | 第94-96页 |
| 5.4.3 隐私保护能力分析 | 第96页 |
| 5.5 本章小结 | 第96-97页 |
| 第6章 动态位置大数据差分隐私划分发布技术研究 | 第97-115页 |
| 6.1 引言 | 第97页 |
| 6.2 位置大数据划分发布的噪声来源 | 第97-99页 |
| 6.3 分层差分隐私混合划分发布算法设计 | 第99-108页 |
| 6.3.1 密度自适应网格划分方法设计 | 第100-102页 |
| 6.3.2 分层混合划分发布结构设计 | 第102-103页 |
| 6.3.3 基于区域均匀性的启发式四叉划分方法设计 | 第103-106页 |
| 6.3.4 隐私预算分配策略设计 | 第106-107页 |
| 6.3.5 整体算法描述 | 第107-108页 |
| 6.4 实验与分析 | 第108-114页 |
| 6.4.1 范围查询精度分析 | 第109-112页 |
| 6.4.2 算法运行效率分析 | 第112-114页 |
| 6.5 本章小结 | 第114-115页 |
| 第7章 总结与展望 | 第115-118页 |
| 7.1 研究工作总结 | 第115-116页 |
| 7.2 论文创新点 | 第116页 |
| 7.3 展望 | 第116-118页 |
| 参考文献 | 第118-130页 |
| 致谢 | 第130-131页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第131-133页 |
| 附录B 实验算法在测试位置大数据集上的比较 | 第133-135页 |