面向共享的数据隐私保护匿名方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·选题的背景与意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文主要研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 第2章 相关理论与技术 | 第13-25页 |
| ·隐私和隐私保护 | 第13-14页 |
| ·隐私的概念 | 第13页 |
| ·隐私的类型 | 第13页 |
| ·隐私泄露类型 | 第13-14页 |
| ·隐私保护主要方法 | 第14页 |
| ·共享数据的隐私保护 | 第14-19页 |
| ·隐私信息控制技术 | 第15-16页 |
| ·隐私信息泄露风险度量 | 第16-17页 |
| ·信息性能度量 | 第17-19页 |
| ·k-匿名模型研究 | 第19-24页 |
| ·基本概念 | 第19-20页 |
| ·链接攻击 | 第20-21页 |
| ·k-匿名隐私保护模型 | 第21-22页 |
| ·k-匿名模型实例 | 第22-23页 |
| ·k-匿名算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 （d,α）k-匿名模型 | 第25-34页 |
| ·引言 | 第25页 |
| ·（α,k）-匿名模型的不足 | 第25-26页 |
| ·（d,α）k-匿名模型的建立 | 第26-30页 |
| ·敏感属性值分组 | 第26-27页 |
| ·敏感属性值与准标识符中属性的依赖约束 | 第27-29页 |
| ·α非关联约束 | 第29页 |
| ·（d,α）k-匿名模型 | 第29-30页 |
| ·（d,α）k-匿名的实现方法 | 第30-32页 |
| ·泛化 | 第30-32页 |
| ·隐匿 | 第32页 |
| ·匿名代价量度 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于距离聚类的（d,α）k-匿名算法 | 第34-43页 |
| ·引言 | 第34页 |
| ·聚类分析与 k-匿名 | 第34-35页 |
| ·距离和信息损失定义 | 第35-37页 |
| ·距离定义 | 第35-37页 |
| ·信息损失定义 | 第37页 |
| ·基于距离聚类的数据匿名化算法 | 第37-42页 |
| ·算法描述 | 第37-40页 |
| ·算法分析 | 第40-41页 |
| ·算法实例 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 仿真实验与结果分析 | 第43-51页 |
| ·实验环境 | 第43-44页 |
| ·数据集 | 第43-44页 |
| ·软硬件环境 | 第44页 |
| ·基于聚类的（d,α）k-匿名算法实验 | 第44-46页 |
| ·执行时间分析 | 第44-45页 |
| ·信息精度分析 | 第45-46页 |
| ·算法比较 | 第46-50页 |
| ·执行时间比较 | 第46-48页 |
| ·信息精度比较 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
