| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究的背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.3 本文主要工作及内容安排 | 第12-14页 |
| 1.3.1 论文所做的主要工作 | 第12页 |
| 1.3.2 论文的内容组织 | 第12-14页 |
| 第二章 隐私保护相关技术 | 第14-28页 |
| 2.1 隐私保护技术 | 第14-21页 |
| 2.1.1 基于数据失真的隐私保护技术 | 第14-16页 |
| 2.1.2 基于数据加密的技术 | 第16页 |
| 2.1.3 匿名发布技术 | 第16-20页 |
| 2.1.4 隐私保护技术对比分析 | 第20-21页 |
| 2.2 动态数据发布的隐私揭露理论 | 第21-25页 |
| 2.2.1 敏感属性更新图（SUG） | 第22-24页 |
| 2.2.2 隐私揭露风险评估理论 | 第24-25页 |
| 2.3 数据发布的隐私保护性能综合评估 | 第25-27页 |
| 2.3.1 数据隐私度量 | 第25-26页 |
| 2.3.2 数据可用性度量 | 第26页 |
| 2.3.3 性能指标 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于静态数据发布的隐私保护模型 | 第28-33页 |
| 3.1 问题提出 | 第28页 |
| 3.2 相关知识 | 第28-29页 |
| 3.2.1 数值型数据间的距离 | 第28页 |
| 3.2.2 分类型数据间距离 | 第28-29页 |
| 3.2.3 元组间的距离 | 第29页 |
| 3.3 基于微聚类的数据发布算法 | 第29-30页 |
| 3.3.1 敏感属性分组 | 第29-30页 |
| 3.3.2 数据发布算法描述 | 第30页 |
| 3.4 实例分析 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 基于动态数据发布的隐私保护模型 | 第33-57页 |
| 4.1 问题的提出 | 第33-37页 |
| 4.1.1 L-Diversity失效情况 | 第34-35页 |
| 4.1.2 M-Invariance失效实例 | 第35页 |
| 4.1.3 HD-Composition的不足 | 第35-36页 |
| 4.1.4 M-Distinct模型的不足与缺陷 | 第36-37页 |
| 4.2 相关知识 | 第37-40页 |
| 4.2.1 统一符号 | 第37页 |
| 4.2.2 动态更新定义 | 第37-38页 |
| 4.2.3 动态数据集以及相关知识定义 | 第38-40页 |
| 4.3 基于(M,CUS)-Distinct的隐私保护模型 | 第40-50页 |
| 4.3.1 (M,CUS)-Distinct原则 | 第40页 |
| 4.3.2 (M,CUS)-Distinct算法 | 第40-45页 |
| 4.3.3 实例分析 | 第45-50页 |
| 4.4 M-Distinct与(M,CUS)-Distinct对比分析 | 第50-51页 |
| 4.5 实验分析 | 第51-55页 |
| 4.5.1 实验环境 | 第51页 |
| 4.5.2 实验数据与设置 | 第51-52页 |
| 4.5.3 实验结果及分析 | 第52-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |