| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 隐私保护技术 | 第10页 |
| 1.2.2 隐私保护模型 | 第10-12页 |
| 1.2.3 隐私保护的匿名技术 | 第12-13页 |
| 1.2.4 隐私保护数据类型 | 第13-14页 |
| 1.2.5 隐私保护数据可用性 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 K-匿名模型 | 第17-24页 |
| 2.1 应用场景 | 第17-18页 |
| 2.2 K-匿名相关概念 | 第18-20页 |
| 2.3 K-匿名算法介绍 | 第20-23页 |
| 2.3.1 基于泛化的匿名化隐私保护方法 | 第20-21页 |
| 2.3.2 基于分解和排列的匿名化隐私保护方法 | 第21页 |
| 2.3.3 基于聚类的匿名化隐私保护方法 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于CFSFDP的匿名保护算法 | 第24-34页 |
| 3.1 基于快速搜索和发现密度峰值的聚类算法（CFSFDP） | 第24-27页 |
| 3.2 基于CFSFDP聚类的K-匿名算法（K-CFSFDP） | 第27-30页 |
| 3.2.1 算法思想 | 第27-28页 |
| 3.2.2 距离度量方式 | 第28页 |
| 3.2.3 算法步骤 | 第28-29页 |
| 3.2.4 信息损失量的度量方法 | 第29-30页 |
| 3.3 实验与分析 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于半监督的K-CFSFDP隐私保护算法 | 第34-46页 |
| 4.1 半监督学习简介 | 第34-35页 |
| 4.1.1 半监督聚类的方法 | 第34-35页 |
| 4.2 成对约束 | 第35-36页 |
| 4.2.1 Must-Link与Cannot-Link | 第35-36页 |
| 4.2.2 正负关联约束的性质 | 第36页 |
| 4.3 基于半监督的CFSFDP聚类算法 | 第36-38页 |
| 4.3.1 改进思想 | 第36-37页 |
| 4.3.2 算法流程 | 第37-38页 |
| 4.4 基于半监督的K-CFSFDP匿名保护算法（COP-K-CFSFDP） | 第38-40页 |
| 4.4.1 算法设计 | 第38-40页 |
| 4.5 实验与分析 | 第40-44页 |
| 4.6 本章小结 | 第44-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间取得的科研成果 | 第53页 |
