云环境下基于风险评估的多服务请求隐私保护方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 云安全及隐私保护研究现状 | 第13-18页 |
| 1.3 本文主要工作内容 | 第18页 |
| 1.4 本文结构 | 第18-20页 |
| 第2章 云环境隐私保护及风险评估基础 | 第20-31页 |
| 2.1 传统云安全与隐私保护技术及研究 | 第20-22页 |
| 2.2 云服务请求隐私保护及噪声混淆研究 | 第22-25页 |
| 2.3 D-S证据理论 | 第25-27页 |
| 2.4 模糊理论 | 第27-29页 |
| 2.4.1 隶属度函数 | 第27-28页 |
| 2.4.2 模糊综合评价 | 第28-29页 |
| 2.5 小结 | 第29-31页 |
| 第3章 基于D-S理论风险评估的保护方法 | 第31-41页 |
| 3.1 引言 | 第31-32页 |
| 3.2 基于D-S理论的风险评估算法 | 第32-37页 |
| 3.2.1 基于推导关联的敏感信息重要性度量 | 第32-34页 |
| 3.2.2 基于D-S理论的信息联合推导概率计算 | 第34-36页 |
| 3.2.3 敏感信息隐私泄露风险计算 | 第36-37页 |
| 3.3 基于改进噪声策略的服务请求保护 | 第37-40页 |
| 3.3.1 风险阈值选择 | 第37-38页 |
| 3.3.2 混淆选择及噪声数量计算 | 第38-39页 |
| 3.3.3 改进的噪声生成及混淆过程 | 第39-40页 |
| 3.4 小结 | 第40-41页 |
| 第4章 基于模糊理论风险评估的保护方法 | 第41-52页 |
| 4.1 引言 | 第41页 |
| 4.2 基于模糊理论的风险评估算法 | 第41-47页 |
| 4.2.1 基于隶属度的敏感信息重要度量化 | 第42-44页 |
| 4.2.2 基于模糊综合评价的联合推导概率计算 | 第44-46页 |
| 4.2.3 风险计算 | 第46-47页 |
| 4.3 基于风险评估结果的隐私保护策略 | 第47-51页 |
| 4.3.1 风险评估与阈值选择 | 第48页 |
| 4.3.2 噪声数量计算 | 第48-49页 |
| 4.3.3 再次改进的噪声生成与混淆 | 第49-51页 |
| 4.4 小结 | 第51-52页 |
| 第5章 两种保护方法的仿真实验及分析 | 第52-59页 |
| 5.1 基于D-S理论保护方法实验仿真及分析 | 第52-55页 |
| 5.1.1 实验场景及过程 | 第52-53页 |
| 5.1.2 结果分析 | 第53-55页 |
| 5.2 基于模糊理论保护方法的实验仿真及分析 | 第55-57页 |
| 5.2.1 场景设置及过程 | 第55页 |
| 5.2.2 结果分析 | 第55-57页 |
| 5.3 两种保护方法的分析 | 第57-58页 |
| 5.4 小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 附录 A 攻读学位期间所发表的学术论文目录 | 第67-68页 |
| 附录 B 攻读硕士学位期间所参与的科研活动 | 第68页 |
