| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文的主要工作 | 第13-15页 |
| 第2章 相关研究 | 第15-23页 |
| 2.1 隐私保护数据发布简述 | 第15页 |
| 2.2 匿名隐私保护模型 | 第15-20页 |
| 2.2.1 k-匿名模型 | 第16-19页 |
| 2.2.2 l-多样性模型 | 第19页 |
| 2.2.3 t-closeness框架 | 第19页 |
| 2.2.4 个性化匿名模型 | 第19-20页 |
| 2.3 匿名化技术 | 第20-21页 |
| 2.3.1 扰动/泛化/隐匿 | 第20页 |
| 2.3.2 微聚集 | 第20页 |
| 2.3.3 聚类和划分 | 第20-21页 |
| 2.3.4 交换 | 第21页 |
| 2.4 相关的多敏感属性的隐私保护方法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 改进的(α_(ij),k,m)-匿名模型 | 第23-34页 |
| 3.1 (α_i,k)-匿名模型 | 第23-24页 |
| 3.2 (l,m)-多样性模型 | 第24-25页 |
| 3.3 (l,α,m)-多样性模型 | 第25-26页 |
| 3.4 改进的(α_(ij),k,m)-匿名模型 | 第26-30页 |
| 3.4.1 (α_(ij),k,m)-匿名模型的定义 | 第26-27页 |
| 3.4.2 模型设计 | 第27-30页 |
| 3.5 度量方式 | 第30-32页 |
| 3.5.1 信息损失度量方式 | 第30-31页 |
| 3.5.2 数据隐私保护程度度量方式 | 第31-32页 |
| 3.6 本章小结 | 第32-34页 |
| 第4章 实现(α_(ij),k,m)-模型的算法研究 | 第34-52页 |
| 4.1 实现(α_(ij),k,m)-模型的匿名化算法MGCA | 第34-38页 |
| 4.2 算法实例分析 | 第38-40页 |
| 4.3 实现(α_(ij),k,m)-模型的匿名化算法OP-MGCA | 第40-43页 |
| 4.4 算法实例分析 | 第43-44页 |
| 4.5 实验结果分析 | 第44-50页 |
| 4.5.1 实验环境 | 第44-45页 |
| 4.5.2 模型之间的算法性能分析 | 第45-48页 |
| 4.5.3 (α_(ij),k,m)-匿名算法MGCA和算法OP-MGCA的性能分析 | 第48-50页 |
| 4.6 本章小结 | 第50-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 论文总结 | 第52-53页 |
| 5.2 研究展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 攻读硕士学位期间参与的科研项目 | 第59页 |
