保护隐私的决策树算法的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·论文的主要研究内容与组织 | 第15-16页 |
| 第2章 隐私保护数据挖掘综述 | 第16-25页 |
| ·数据挖掘概述 | 第16-19页 |
| ·数据挖掘的基本概念 | 第16页 |
| ·数据挖掘系统的主要组成部分 | 第16-17页 |
| ·数据挖掘的步骤 | 第17-18页 |
| ·数据挖掘的主要方法 | 第18-19页 |
| ·数据分布 | 第19页 |
| ·目前常用的保护隐私数据挖掘技术 | 第19-24页 |
| ·随机响应技术 | 第19-21页 |
| ·随机干扰技术 | 第21-22页 |
| ·安全多方计算 | 第22-23页 |
| ·其他一些隐私保护数据挖掘算法 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第3章 传统决策树的构造 | 第25-29页 |
| ·决策树算法的基本步骤 | 第26-27页 |
| ·属性度量选择 | 第27页 |
| ·决策树的剪枝 | 第27-28页 |
| ·由决策树提取分类规则 | 第28页 |
| ·小结 | 第28-29页 |
| 第4章 隐私保护决策树的构造 | 第29-40页 |
| ·基于集中分布的决策树的构造 | 第29-36页 |
| ·基本思想 | 第29-31页 |
| ·马尔可夫链的概念及转移概率 | 第31页 |
| ·属性初始分布和转移概率矩阵的定义 | 第31-34页 |
| ·叶节点的标记 | 第34-35页 |
| ·算法描述 | 第35-36页 |
| ·算法分析 | 第36页 |
| ·试验与结论 | 第36-40页 |
| 总结 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第47页 |