隐私保护的数据挖掘算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-11页 |
| ·数据挖掘概述 | 第8页 |
| ·本文研究背景与现状 | 第8-10页 |
| ·研究内容与章节结构 | 第10-11页 |
| 第二章 数据挖掘和隐私保护概述 | 第11-28页 |
| ·数据挖掘的概念 | 第11页 |
| ·数据挖掘的起源 | 第11-12页 |
| ·数据挖掘和数据仓库 | 第12-13页 |
| ·数据挖掘和联机分析处理(OLAP) | 第13-14页 |
| ·数据挖掘,机器学习和统计 | 第14-15页 |
| ·数据挖掘流程与功能 | 第15-19页 |
| ·数据挖掘流程 | 第15-17页 |
| ·数据挖掘的功能 | 第17-19页 |
| ·数据挖掘常用方法 | 第19-20页 |
| ·聚类算法概述 | 第20-23页 |
| ·基于距离的聚类算法 | 第20-21页 |
| ·基于密度的聚类算法 | 第21-22页 |
| ·分布式的聚类算法 | 第22-23页 |
| ·隐私保护 | 第23-25页 |
| ·隐私保护的数据挖掘算法 | 第24-25页 |
| ·数据挖掘的应用及其发展趋势 | 第25-28页 |
| 第三章 基于决策树的隐私保护数据挖掘算法 | 第28-39页 |
| ·背景知识 | 第28-30页 |
| ·随机响应技术 | 第28页 |
| ·决策树分类 | 第28-29页 |
| ·关联规则 | 第29-30页 |
| ·随机响应技术与决策树分类算法结合 | 第30-35页 |
| ·数据的采集 | 第31-32页 |
| ·决策树的建立 | 第32-35页 |
| ·RRDT算法在PPDM中的应用 | 第35-36页 |
| ·实验结果及分析 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于短簇的隐私保护数据挖掘算法 | 第39-51页 |
| ·安全模型及算法相关命名定义 | 第39-42页 |
| ·安全模型的命名 | 第39-41页 |
| ·算法相关命名 | 第41-42页 |
| ·基于可信任第三方的短簇分布式聚类算法 | 第42-46页 |
| ·系统的框架 | 第42-43页 |
| ·算法过程 | 第43-46页 |
| ·算法参数分析 | 第46页 |
| ·安全性分析 | 第46-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·基于半可信任第三方的短簇聚类算法 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第五章 回顾与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 附录 | 第58-60页 |
