基于云平台的全域匿名算法的研究与实现
| 摘要 | 第2-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 隐私保护相关技术 | 第14-27页 |
| 2.1 隐私保护的实现方法 | 第14-16页 |
| 2.1.1 隐匿 | 第14页 |
| 2.1.2 泛化 | 第14-15页 |
| 2.1.3 抑制 | 第15-16页 |
| 2.2 隐私规范 | 第16-18页 |
| 2.3 隐私保护模型 | 第18-21页 |
| 2.3.1 k-anonymity模型 | 第18页 |
| 2.3.2 l-diversity模型 | 第18-21页 |
| 2.3.3 t-closeness模型 | 第21页 |
| 2.4 隐私保护算法 | 第21-24页 |
| 2.4.1 Incognito算法 | 第21-22页 |
| 2.4.2 Mondrian算法 | 第22-23页 |
| 2.4.3 Anatomy算法 | 第23-24页 |
| 2.5 基于数据匿名的信息损失度量 | 第24-26页 |
| 2.5.1 Prec度量标准 | 第24-25页 |
| 2.5.2 DM度量标准 | 第25-26页 |
| 2.5.3 CM度量标准 | 第26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 Hadoop相关技术介绍 | 第27-39页 |
| 3.1 云计算概述 | 第27-28页 |
| 3.2 Hadoop概述 | 第28-29页 |
| 3.3 HDFS分布式文件系统 | 第29-32页 |
| 3.3.1 数据块 | 第29-30页 |
| 3.3.2 NameNode和DataNode | 第30-31页 |
| 3.3.3 HDFS读写过程 | 第31-32页 |
| 3.4 MapReduce分布式编程模型 | 第32-35页 |
| 3.5 HBase分布式数据库 | 第35-38页 |
| 3.5.1 HBase数据模型 | 第35-36页 |
| 3.5.2 HBase架构 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 基于MapReduce的全域匿名算法 | 第39-47页 |
| 4.1 算法的提出 | 第39-40页 |
| 4.2 算法原理 | 第40页 |
| 4.3 算法的格描述 | 第40-44页 |
| 4.4 算法的分布式描述 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 MRFDA算法的改进 | 第47-51页 |
| 5.1 重复结点的消除 | 第47-48页 |
| 5.2 低精度结点的预先消除 | 第48-49页 |
| 5.3 MRFDA算法的运行流程 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 6 实验结果与分析 | 第51-57页 |
| 6.1 实验环境搭建 | 第51-52页 |
| 6.2 实验数据集 | 第52-53页 |
| 6.3 实验结果分析 | 第53-56页 |
| 6.4 本章小结 | 第56-57页 |
| 7 总结与展望 | 第57-59页 |
| 7.1 工作总结 | 第57-58页 |
| 7.2 未来研究展望 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 攻硕士学位期间参加的科研项目和科研成果 | 第61-62页 |
| 致谢 | 第62-63页 |
