| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 研究现状 | 第8-12页 |
| 1.2.1 社交网络中的隐私信息保护 | 第8-10页 |
| 1.2.2 社交网络中的链路预测方法 | 第10-11页 |
| 1.2.3 加权社交网络中的链路预测方法 | 第11-12页 |
| 1.3 主要研究内容与结构安排 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 结构安排 | 第13-14页 |
| 第2章 社交网络中基于差分隐私的隐私信息保护应用 | 第14-28页 |
| 2.1 引言 | 第14页 |
| 2.2 前期准备 | 第14-15页 |
| 2.2.1 基础知识 | 第14页 |
| 2.2.2 差分隐私保护机制 | 第14-15页 |
| 2.2.3 基于差分隐私的直方图发布方法 | 第15页 |
| 2.3 社交网络中基于差分隐私的隐私信息保护应用 | 第15-23页 |
| 2.3.1 信息分析 | 第17-20页 |
| 2.3.2 差分隐私保护过程 | 第20-23页 |
| 2.4 隐私保护效果分析 | 第23-27页 |
| 2.4.1 隐私保护预算 ? 对隐私保护的影响 | 第23-25页 |
| 2.4.2 查询函数的敏感度 Δf对隐私保护的影响 | 第25-27页 |
| 2.5 小结 | 第27-28页 |
| 第3章 社交网络中基于用户隐私信息的链路预测算法 | 第28-38页 |
| 3.1 引言 | 第28页 |
| 3.2 前期准备 | 第28-29页 |
| 3.2.1 网络结构分析 | 第28页 |
| 3.2.2 用户信息分析 | 第28-29页 |
| 3.3 基于用户信息的链路预测算法 | 第29-34页 |
| 3.3.1 继承节点集 | 第30-31页 |
| 3.3.2 隐私信息相似性及度信息比重计算 | 第31-34页 |
| 3.3.3 连边得分 | 第34页 |
| 3.4 仿真分析 | 第34-37页 |
| 3.4.1 评价指标 | 第35页 |
| 3.4.2 仿真结果及分析 | 第35-37页 |
| 3.5 小结 | 第37-38页 |
| 第4章 社交网络中基于用户行为关系及信息的链路预测算法 | 第38-53页 |
| 4.1 引言 | 第38页 |
| 4.2 前期准备 | 第38-39页 |
| 4.3 基于用户行为关系及信息的链路预测算法 | 第39-50页 |
| 4.3.1 用户行为关系分析及加权社交网络形成 | 第39-40页 |
| 4.3.2 加权社交网络中基于用户隐私信息的链路预测算法 | 第40-50页 |
| 4.4 仿真分析 | 第50-52页 |
| 4.5 小结 | 第52-53页 |
| 第5章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 研究生学位期间主要研究成果 | 第61页 |
