| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·研究主要内容 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 2 隐私保护基础知识 | 第14-28页 |
| ·信息隐私权的发展 | 第14-15页 |
| ·隐私保护概述 | 第15-16页 |
| ·数据库隐私保护技术 | 第16-19页 |
| ·隐私保护访问控制技术 | 第16-17页 |
| ·隐私保护数据挖掘技术 | 第17-18页 |
| ·推理和查询处理技术 | 第18页 |
| ·常用数据预处理技术 | 第18-19页 |
| ·K-匿名模型 | 第19-26页 |
| ·问题引出 | 第20-21页 |
| ·K-匿名的定义 | 第21-24页 |
| ·K-匿名算法 | 第24-25页 |
| ·K-匿名的局限性 | 第25页 |
| ·其它改进的匿名策略 | 第25-26页 |
| ·隐私泄露风险度量 | 第26页 |
| ·匿名性能评价 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 3 (P，A)-SENSITIVE K-匿名隐私保护模型 | 第28-38页 |
| ·问题引出 | 第28-29页 |
| ·(P，A)-SENSITIVE K-匿名模型的建立 | 第29-32页 |
| ·基本思路 | 第29页 |
| ·敏感属性分组 | 第29-30页 |
| ·敏感组非关联约束 | 第30-31页 |
| ·(p，a)-Sensitive K-匿名 | 第31-32页 |
| ·(P，A)-SENSITIVE K-匿名的实现方法 | 第32-36页 |
| ·泛化 | 第32-35页 |
| ·隐匿 | 第35-36页 |
| ·匿名代价度量 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 4 基于聚类的(P，A)-SENSITIVE K-匿名算法 | 第38-47页 |
| ·问题引出 | 第38-39页 |
| ·聚类分析与K-匿名 | 第39-40页 |
| ·距离定义与信息损失 | 第40-42页 |
| ·距离定义 | 第40-42页 |
| ·信息损失 | 第42页 |
| ·基于聚类的数据匿名化算法 | 第42-46页 |
| ·算法描述 | 第43-44页 |
| ·算法实例 | 第44-45页 |
| ·算法分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 实验及结果分析 | 第47-55页 |
| ·实验环境 | 第47-48页 |
| ·(P，A)-SENSITIVE K-匿名算法实现及分析 | 第48-51页 |
| ·执行时间 | 第48-50页 |
| ·信息损失 | 第50-51页 |
| ·算法比较 | 第51-54页 |
| ·执行时间比较 | 第52-53页 |
| ·信息损失比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| ·全文工作总结 | 第55页 |
| ·后续工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
