| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 引言 | 第12-19页 |
| ·研究背景和意义 | 第12-14页 |
| ·研究背景 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·关键问题与技术路线 | 第16-17页 |
| ·主要工作与创新点 | 第17-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第二章 相关概念介绍 | 第19-26页 |
| ·社交网络中的隐私 | 第19页 |
| ·背景结构信息和匿名手段 | 第19-21页 |
| ·效用计算 | 第21-22页 |
| ·k匿名隐私保护算法 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于层次结构的网络数据效用分析 | 第26-32页 |
| ·层次随机图(Hierarchical Random Graph) | 第26-28页 |
| ·层次随机图概述 | 第26-27页 |
| ·层次随机图的优势 | 第27-28页 |
| ·构建层次随机图 | 第28-30页 |
| ·基于相似性的构建算法 | 第28-29页 |
| ·基于贪心的构建算法 | 第29-30页 |
| ·层次群体熵(Hierarchical Community Entropy) | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于层次随机图的混合k匿名 | 第32-46页 |
| ·社交网络混合k匿名概述 | 第32页 |
| ·k度匿名隐私保护 | 第32-37页 |
| ·问题定义 | 第33-34页 |
| ·度序列k匿名 | 第34-36页 |
| ·构造满足k度匿名的社交网络 | 第36-37页 |
| ·k邻居匿名隐私保护 | 第37-42页 |
| ·问题定义 | 第37-38页 |
| ·邻域相似度匹配 | 第38-40页 |
| ·构造满足k邻居匿名的社交网络 | 第40-42页 |
| ·基于层次结构的混合k匿名隐私保护 | 第42-44页 |
| ·问题定义 | 第42-43页 |
| ·构建满足混合k匿名的社交网络 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 实验结果分析与比较 | 第46-58页 |
| ·实验实现框架 | 第46页 |
| ·实验环境和数据 | 第46-47页 |
| ·实验结果分析与对比 | 第47-57页 |
| ·匿名操作开销 | 第48-52页 |
| ·效用损失对比 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| ·本文总结 | 第58页 |
| ·未来工作展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 附录1 攻读硕士学位期间的学术成果 | 第64-65页 |
| 附录2 部分实验代码和实验数据 | 第65-74页 |