基于临界区间的关联规则隐私保护
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·本文主要工作和组织结构 | 第10-12页 |
| 第二章 关联规则数据挖掘与隐私保护概述 | 第12-21页 |
| ·隐私概述 | 第12-13页 |
| ·数据挖掘概述 | 第13-14页 |
| ·关联规则概述 | 第14-16页 |
| ·关联规则与隐私保护概述 | 第16-20页 |
| ·算法概述 | 第17-19页 |
| ·性能评估指标 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 一种关联规则隐私保护的算法框架 | 第21-42页 |
| ·问题提出和相关定义 | 第21-22页 |
| ·框架概述 | 第22-25页 |
| ·数据预备阶段 | 第25-30页 |
| ·关联规则 | 第26-28页 |
| ·FP-TREE | 第28-30页 |
| ·数据预处理 | 第30页 |
| ·隐藏敏感信息阶段 | 第30-38页 |
| ·支持度的隐私临界点与临界区间 | 第30-31页 |
| ·置信度的隐私临界点与临界区间 | 第31-35页 |
| ·临界区间小结 | 第35-36页 |
| ·FP-TREE 的节点操作 | 第36-38页 |
| ·重构数据集阶段 | 第38-41页 |
| ·基本思路 | 第38-40页 |
| ·算法描述 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于临界区间的隐私保护算法 | 第42-57页 |
| ·基于支持度减少项 | 第42-49页 |
| ·基本思想 | 第42-43页 |
| ·算法描述 | 第43-45页 |
| ·举例分析 | 第45-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·基于置信度减小项 | 第49-53页 |
| ·基本思想 | 第49页 |
| ·算法描述 | 第49-51页 |
| ·举例分析 | 第51-52页 |
| ·实验结果与分析 | 第52-53页 |
| ·基于置信度添加项集 | 第53-56页 |
| ·基本思想 | 第53-54页 |
| ·算法描述 | 第54-55页 |
| ·举例分析 | 第55-56页 |
| ·实验结果和分析 | 第56页 |
| ·本章小节 | 第56-57页 |
| 第五章 基于多策略的隐私保护算法 | 第57-62页 |
| ·基本思想 | 第57页 |
| ·算法描述 | 第57-60页 |
| ·实验结果与分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 基于关联因子的隐私保护算法 | 第62-69页 |
| ·基本思想 | 第62-64页 |
| ·算法描述 | 第64-66页 |
| ·实验结果与分析 | 第66-68页 |
| ·本章小节 | 第68-69页 |
| 第七章 总结与展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间取得的研究成果 | 第75-76页 |
