| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-17页 |
| 第一章 绪论 | 第17-21页 |
| 1.1 研究背景及现状 | 第17-19页 |
| 1.2 本文工作 | 第19页 |
| 1.3 章节安排 | 第19-21页 |
| 第二章 主要支撑技术 | 第21-31页 |
| 2.1 泛在网络的安全体系结构 | 第21-25页 |
| 2.1.1 泛在网络概念及网络模型 | 第22-23页 |
| 2.1.2 泛在网络关键技术 | 第23-25页 |
| 2.2 数据发布中的隐私保护 | 第25-31页 |
| 2.2.1 隐私保护模型 | 第25-26页 |
| 2.2.2 隐私保护技术 | 第26-28页 |
| 2.2.3 隐私保护技术的性能评估 | 第28-31页 |
| 第三章 基于物联网的数字社区安全体系结构及关键技术 | 第31-45页 |
| 3.1 引言 | 第31页 |
| 3.2 面向数字社区的物联网安全体系构架 | 第31-35页 |
| 3.2.1 数字社区体系构架 | 第31-32页 |
| 3.2.2 基于物联网的数字社区安全威胁 | 第32-33页 |
| 3.2.3 数字社区安全关键技术 | 第33-35页 |
| 3.3 基于物联网的数字社区系统失败模式 | 第35-37页 |
| 3.4 数字社区的安全体系结构 | 第37-40页 |
| 3.4.1 信息安全 | 第37-38页 |
| 3.4.2 安全控制 | 第38-40页 |
| 3.5 数字社区安全模型 | 第40-42页 |
| 3.6 本章小结 | 第42-45页 |
| 第四章 数字社区中数据采集的隐私保护技术 | 第45-63页 |
| 4.1 引言 | 第45-47页 |
| 4.2 数字社区网络结构及威胁模型 | 第47-48页 |
| 4.3 预备知识 | 第48-52页 |
| 4.3.1 基本概念 | 第48-50页 |
| 4.3.2 分类树(Taxonomy Tree) | 第50-51页 |
| 4.3.3 信息损失量(Information Loss)和簇间距 | 第51-52页 |
| 4.4 基于聚类的(∝,k)-匿名方法 | 第52-58页 |
| 4.4.1 动态泛化分类树 | 第52页 |
| 4.4.2 聚类模型和簇聚合方法 | 第52-54页 |
| 4.4.3 基于聚类的(∝,k)-匿名方案算法 | 第54-57页 |
| 4.4.4 模型分析 | 第57-58页 |
| 4.5 实验数据及结果分析 | 第58-61页 |
| 4.5.1 实验数据及环境 | 第58-59页 |
| 4.5.2 资源节省及信息损失量分析 | 第59-60页 |
| 4.5.3 执行时间分析 | 第60-61页 |
| 4.6 相关工作 | 第61页 |
| 4.7 本章小结 | 第61-63页 |
| 第五章 数字社区中数据发布的隐私保护技术 | 第63-79页 |
| 5.1 引言 | 第63-65页 |
| 5.1.1 机制攻击 | 第64-65页 |
| 5.1.2 本章内容 | 第65页 |
| 5.2 攻击背景及攻击举例 | 第65-68页 |
| 5.3 相关定义及问题描述 | 第68-69页 |
| 5.4 机制攻击原理 | 第69-71页 |
| 5.4.1 攻击条件 | 第69-70页 |
| 5.4.2 机制攻击的抵御 | 第70-71页 |
| 5.5 机制攻击免疫算法 | 第71-75页 |
| 5.5.1 分析与讨论 | 第74-75页 |
| 5.6 实验数据及结果分析 | 第75-77页 |
| 5.6.1 实验环境 | 第75-76页 |
| 5.6.2 机制攻击分析 | 第76页 |
| 5.6.3 MAIA算法分析 | 第76-77页 |
| 5.7 本章小结 | 第77-79页 |
| 第六章 结论和展望 | 第79-81页 |
| 6.1 研究结论 | 第79页 |
| 6.2 研究展望 | 第79-81页 |
| 参考文献 | 第81-89页 |
| 致谢 | 第89-91页 |
| 作者简介 | 第91-92页 |