| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 论文课题的主要来源 | 第12页 |
| 1.4 本文工作 | 第12-13页 |
| 1.5 文章结构 | 第13-14页 |
| 第二章 相关背景知识介绍 | 第14-21页 |
| 2.1 差分隐私的定义与相关概念 | 第14-16页 |
| 2.1.1 差分隐私的定义 | 第14页 |
| 2.1.2 差分隐私的相关概念 | 第14-16页 |
| 2.2 数据发布与数据挖掘隐私保护 | 第16-18页 |
| 2.2.1 数据发布隐私保护 | 第16-17页 |
| 2.2.2 数据挖掘隐私保护 | 第17-18页 |
| 2.3 社交网络与隐私保护 | 第18-20页 |
| 2.3.1 社交网络分析 | 第18-19页 |
| 2.3.2 社交网络中的隐私保护 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 数据挖掘中基于差分隐私的KDCK-medoids动态聚类算法 | 第21-34页 |
| 3.1 问题分析 | 第21-22页 |
| 3.2 KD-树优化中心点选取方法 | 第22-23页 |
| 3.3 基于差分隐私的KDCK-medoids及其动态聚类方法 | 第23-26页 |
| 3.3.1 差分隐私保护技术在聚类算法中的应用 | 第23-24页 |
| 3.3.2 动态聚类算法 | 第24-26页 |
| 3.4 实验结果及分析 | 第26-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 数据发布中基于差分隐私的LBS群组最近邻查询 | 第34-48页 |
| 4.1 问题分析 | 第34-35页 |
| 4.2 理论基础 | 第35-37页 |
| 4.2.1 差分隐私 | 第35-36页 |
| 4.2.2 区域不可区分 | 第36-37页 |
| 4.3 差分隐私在群组查询中的应用 | 第37-45页 |
| 4.3.1 攻击模型分析 | 第37-38页 |
| 4.3.2 LBS群组构建 | 第38-41页 |
| 4.3.3 群组用户位置扰乱 | 第41-43页 |
| 4.3.4 差分隐私保护技术在查询中的应用 | 第43-45页 |
| 4.4 实验结果及分析 | 第45-47页 |
| 4.4.1 实验环境 | 第45页 |
| 4.4.2 隐私保护评估 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 原型系统的设计与实现 | 第48-57页 |
| 5.1 原型系统结构图 | 第48-49页 |
| 5.2 原型系统流程分析 | 第49-51页 |
| 5.3 原型系统实现 | 第51-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录1 攻读硕士学位期间撰写的学术论文 | 第62-63页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第63-64页 |
| 致谢 | 第64页 |
