基于超图模型的隐私保护匿名化技术研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-16页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本论文主要工作 | 第14-15页 |
| 1.4 本论文结构安排 | 第15-16页 |
| 2 数据发布中的匿名化相关研究 | 第16-32页 |
| 2.1 数据发布及其中的隐私问题 | 第16-19页 |
| 2.1.1 数据发布流程 | 第16-18页 |
| 2.1.2 数据发布中的隐私保护技术 | 第18-19页 |
| 2.2 结构化数据的匿名化 | 第19-24页 |
| 2.2.1 结构化数据的匿名化模型 | 第19-23页 |
| 2.2.2 结构化数据的匿名化技术 | 第23-24页 |
| 2.3 社会网络数据的匿名化 | 第24-30页 |
| 2.3.1 社会网络数据匿名化面临的挑战 | 第25-26页 |
| 2.3.2 社会网络数据的隐私保护模型 | 第26-29页 |
| 2.3.3 社会网络数据的匿名化方法 | 第29-30页 |
| 2.4 本章小结 | 第30-32页 |
| 3 云服务数据发布中的隐私保护研究 | 第32-42页 |
| 3.1 问题背景 | 第32-33页 |
| 3.2 问题描述 | 第33-36页 |
| 3.2.1 超图数据结构和假设 | 第33-34页 |
| 3.2.2 基于超图的问题描述 | 第34-36页 |
| 3.2.3 数据可用性度量 | 第36页 |
| 3.3 基于秩匿名化的隐私保护方法 | 第36-39页 |
| 3.3.1 秩匿名化 | 第36-37页 |
| 3.3.2 超图重构 | 第37-39页 |
| 3.4 实验结果 | 第39-41页 |
| 3.4.1 实验环境和数据 | 第39-40页 |
| 3.4.2 秩匿名化信息损失分析 | 第40页 |
| 3.4.3 数据可用性实验结果 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 地理社会网络数据发布中的隐私保护研究 | 第42-67页 |
| 4.1 问题背景 | 第42-44页 |
| 4.2 频繁位置模型 | 第44-45页 |
| 4.2.1 频繁位置提取 | 第44页 |
| 4.2.2 数据预处理 | 第44-45页 |
| 4.3 问题描述 | 第45-51页 |
| 4.3.1 地理社会网络数据模型 | 第45-46页 |
| 4.3.2 攻击模型 | 第46-48页 |
| 4.3.3 匿名模型 | 第48-50页 |
| 4.3.4 数据可用性度量 | 第50-51页 |
| 4.4 地理社会网络匿名化方法 | 第51-59页 |
| 4.4.1 (k,m)-匿名化算法 | 第51-56页 |
| 4.4.2 (k,m,l)-匿名化算法 | 第56-59页 |
| 4.5 实验结果 | 第59-66页 |
| 4.5.1 实验环境和数据预处理 | 第59-60页 |
| 4.5.2 隐私泄露风险分析 | 第60-61页 |
| 4.5.3 (k,m)-匿名化实验结果 | 第61-66页 |
| 4.5.4 (k,m,l)-匿名化实验结果 | 第66页 |
| 4.6 本章小结 | 第66-67页 |
| 5 结论 | 第67-69页 |
| 5.1 研究总结 | 第67页 |
| 5.2 工作展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第74-76页 |
| 学位论文数据集 | 第76页 |
