| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本论文主要工作 | 第14-15页 |
| 1.4 本论文结构安排 | 第15-16页 |
| 2 数据发布中的匿名化相关研究 | 第16-32页 |
| 2.1 数据发布中的隐私保护 | 第16-21页 |
| 2.1.1 数据发布流程及相关隐私保护 | 第16-18页 |
| 2.1.2 数据发布中的隐私攻击和隐私保护技术 | 第18-19页 |
| 2.1.3 数据发布中的信息度量 | 第19-21页 |
| 2.2 结构化数据的匿名化研究 | 第21-26页 |
| 2.2.1 结构化数据的匿名化模型 | 第21-25页 |
| 2.2.2 结构化数据的匿名化技术 | 第25-26页 |
| 2.3 社交网络数据的匿名化研究 | 第26-31页 |
| 2.3.1 社交网络数据匿名化面临的挑战 | 第27-28页 |
| 2.3.2 社交网络数据的隐私保护模型 | 第28-30页 |
| 2.3.3 社交网络数据的匿名化技术 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 ERP信息系统结构化数据发布中的匿名化研究 | 第32-42页 |
| 3.1 问题背景 | 第32-34页 |
| 3.2 问题描述 | 第34-36页 |
| 3.2.1 数据结构和相关假设 | 第34-35页 |
| 3.2.2 基于销售订单的攻击模型 | 第35-36页 |
| 3.2.3 数据可用性度量 | 第36页 |
| 3.3 基于加权匹配的k—匿名算法 | 第36-38页 |
| 3.4 实验结果 | 第38-41页 |
| 3.4.1 实验环境和数据 | 第38页 |
| 3.4.2 信息损失量对比分析 | 第38-40页 |
| 3.4.3 数据可用性实验结果 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 铁路ERP系统地理社交网络数据发布中的匿名化研究 | 第42-65页 |
| 4.1 问题背景 | 第42-44页 |
| 4.2 问题描述 | 第44-49页 |
| 4.2.1 频繁位置模型 | 第44-45页 |
| 4.2.2 基于超图的GSN模型 | 第45-47页 |
| 4.2.3 攻击模型 | 第47-48页 |
| 4.2.4 匿名化模型 | 第48页 |
| 4.2.5 数据可用性度量 | 第48-49页 |
| 4.3 地理社交网络的匿名化方法 | 第49-56页 |
| 4.3.1 (k,m)—匿名算法 | 第49-54页 |
| 4.3.2 (k,m,l)—匿名算法 | 第54-56页 |
| 4.4 实验结果 | 第56-64页 |
| 4.4.1 实验环境和数据预处理 | 第56-57页 |
| 4.4.2 隐私泄露风险分析 | 第57-58页 |
| 4.4.3 (k,m)—匿名实验结果 | 第58-61页 |
| 4.4.4 (κ,m,l)—匿名实验结果 | 第61-64页 |
| 4.6 本章小结 | 第64-65页 |
| 5 结论 | 第65-66页 |
| 5.1 研究总结 | 第65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第70-72页 |
| 学位论文数据集 | 第72页 |