基于K-匿名的士兵训练数据隐私保护研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 隐私保护技术 | 第10-11页 |
| 1.2.2 匿名技术 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第2章 基于聚类的K-匿名模型改进 | 第14-25页 |
| 2.1 问题引入 | 第14-17页 |
| 2.1.1 士兵训练数据发布 | 第14-16页 |
| 2.1.2 训练数据发布中的链接攻击 | 第16-17页 |
| 2.2 K-匿名模型 | 第17-21页 |
| 2.2.1 k-匿名模型分析 | 第17-20页 |
| 2.2.2 k-匿名算法实现 | 第20-21页 |
| 2.3 基于聚类的K-匿名算法改进 | 第21-24页 |
| 2.3.1 k-匿名聚类问题 | 第21-22页 |
| 2.3.2 基于聚类思想的k-匿名改进算法 | 第22-24页 |
| 2.3.3 改进算法分析 | 第24页 |
| 2.4 本章小节 | 第24-25页 |
| 第3章 匿名模型在士兵训练数据发布中的改进 | 第25-38页 |
| 3.1 问题引入 | 第25-27页 |
| 3.1.1 士兵训练数据分析 | 第25页 |
| 3.1.2 k-匿名模型的局限 | 第25-26页 |
| 3.1.3 l-多样化模型介绍 | 第26-27页 |
| 3.2 (K,L)-多样化模型 | 第27-30页 |
| 3.2.1 (k,l)-多样化模型介绍 | 第27-28页 |
| 3.2.2 (k,l)-多样化模型的实现 | 第28-30页 |
| 3.3 基于聚类的(K,L)-匿名算法实现 | 第30-37页 |
| 3.3.1 聚类思想的引入 | 第30-31页 |
| 3.3.2 距离定义和信息缺失 | 第31-35页 |
| 3.3.3 算法描述与实现 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 实验结果与分析 | 第38-48页 |
| 4.1 实验环境与数据集 | 第38-40页 |
| 4.1.1 实验环境 | 第38页 |
| 4.1.2 实验数据集 | 第38-40页 |
| 4.2 算法验证 | 第40-43页 |
| 4.2.1 算法执行时间 | 第40-41页 |
| 4.2.2 信息缺失 | 第41-43页 |
| 4.3 算法对比分析 | 第43-47页 |
| 4.3.1 算法执行时间对比 | 第44-45页 |
| 4.3.2 信息缺失对比 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第5章 总结展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录A：攻读硕士期间发表的学术论文 | 第55页 |
