数据水平分布的隐私保护数据挖掘算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文所做工作 | 第15-16页 |
| 1.4 本文的组织结构 | 第16-17页 |
| 第二章 隐私保护数据挖掘 | 第17-35页 |
| 2.1 数据挖掘与隐私保护 | 第17-20页 |
| 2.1.1 数据挖掘 | 第17-18页 |
| 2.1.2 隐私保护 | 第18-20页 |
| 2.2 隐私保护数据挖掘概述 | 第20-23页 |
| 2.2.1 隐私保护数据挖掘特点 | 第20-21页 |
| 2.2.2 隐私保护数据挖掘的分类 | 第21-23页 |
| 2.2.3 隐私保护数据挖掘评价指标 | 第23页 |
| 2.3 隐私保护聚类挖掘技术分析 | 第23-25页 |
| 2.3.1 聚类挖掘算法 | 第23-24页 |
| 2.3.2 聚类挖掘中的隐私保护技术 | 第24-25页 |
| 2.4 隐私保护分类挖掘技术分析 | 第25-31页 |
| 2.4.1 分类挖掘算法 | 第25-29页 |
| 2.4.2 分类挖掘中的隐私保护技术 | 第29-31页 |
| 2.5 隐私保护关联挖掘技术分析 | 第31-33页 |
| 2.5.1 关联挖掘算法 | 第31-33页 |
| 2.5.2 关联挖掘中的隐私保护技术 | 第33页 |
| 2.6 小结 | 第33-35页 |
| 第三章 水平分布下隐私保护聚类挖掘算法研究 | 第35-46页 |
| 3.1 问题描述 | 第35页 |
| 3.2 相关工作 | 第35-37页 |
| 3.2.1 k-means算法 | 第36页 |
| 3.2.2 安全多方计算 | 第36-37页 |
| 3.3 数据水平分布下的隐私保护聚类算法的设计 | 第37-41页 |
| 3.4 实验结果分析 | 第41-44页 |
| 3.4.1 实验方法 | 第41-42页 |
| 3.4.2 安全性分析 | 第42-43页 |
| 3.4.3 算法精度分析 | 第43-44页 |
| 3.4.4 算法性能分析 | 第44页 |
| 3.5 小结 | 第44-46页 |
| 第四章 水平分布下隐私保护分类挖掘算法研究 | 第46-56页 |
| 4.1 问题描述 | 第46-47页 |
| 4.2 相关工作 | 第47-48页 |
| 4.2.1 BP神经网络 | 第47-48页 |
| 4.2.2 Paillier公钥密码体制 | 第48页 |
| 4.3 数据水平分布下的隐私保护分类挖掘算法设计 | 第48-51页 |
| 4.4 实验结果分析 | 第51-55页 |
| 4.4.1 实验方法 | 第51-52页 |
| 4.4.2 安全性分析 | 第52页 |
| 4.4.3 算法精度分析 | 第52-53页 |
| 4.4.4 算法性能分析 | 第53-55页 |
| 4.5 小结 | 第55-56页 |
| 第五章 水平分布下隐私保护关联挖掘算法研究 | 第56-63页 |
| 5.1 问题描述 | 第56页 |
| 5.2 相关工作 | 第56-57页 |
| 5.2.1 基于划分的算法 | 第57页 |
| 5.2.2 Paillier公钥密码体制 | 第57页 |
| 5.3 数据水平分布下的隐私保护关联算法的设计 | 第57-60页 |
| 5.4 实验结果分析 | 第60-62页 |
| 5.4.1 实验方法 | 第60-61页 |
| 5.4.2 安全性分析 | 第61页 |
| 5.4.3 算法精度分析 | 第61-62页 |
| 5.4.4 算法性能分析 | 第62页 |
| 5.5 小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63页 |
| 6.2 展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第70页 |
