| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 位置服务隐私保护研究现状 | 第11-12页 |
| 1.2.2 安全数据挖掘方法研究现状 | 第12-13页 |
| 1.3 课题来源 | 第13-14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 论文结构 | 第15-16页 |
| 第二章 背景知识介绍 | 第16-22页 |
| 2.1 位置信息保护模型 | 第16-17页 |
| 2.2 差分隐私保护技术 | 第17-20页 |
| 2.2.1 差分隐私概念 | 第17-19页 |
| 2.2.2 噪音机制 | 第19-20页 |
| 2.3 决策树分类挖掘 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 基于差分隐私保护的位置大数据发布模型 | 第22-35页 |
| 3.1 问题分析 | 第22-24页 |
| 3.1.1 位置大数据服务中的隐私威胁 | 第22页 |
| 3.1.2 位置服务基于差分隐私的数据发布模型 | 第22-24页 |
| 3.2 基于差分隐私的位置大数据发布方法 | 第24-29页 |
| 3.2.1 隐私位置数据发布流程 | 第25-26页 |
| 3.2.2 平衡隐私预算 | 第26页 |
| 3.2.3 匿名处理 | 第26-28页 |
| 3.2.4 性能分析及反馈机制 | 第28-29页 |
| 3.3 仿真实验与结果分析 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 面向信息安全分析的分类决策树构建算法 | 第35-43页 |
| 4.1 问题分析 | 第35页 |
| 4.2 基于差分隐私保护的决策树构建算法 | 第35-39页 |
| 4.2.1 模型构建算法 | 第35-36页 |
| 4.2.2 算法描述 | 第36-38页 |
| 4.2.3 性能分析 | 第38-39页 |
| 4.3 仿真实验 | 第39-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 分布式环境下基于同态加密的分类挖掘算法 | 第43-52页 |
| 5.1 问题分析 | 第43页 |
| 5.2 相关定义 | 第43-44页 |
| 5.2.1 半可信第三方 | 第43-44页 |
| 5.2.2 同态加密技术 | 第44页 |
| 5.3 基于同态加密的分布式分类挖掘方案 | 第44-49页 |
| 5.3.1 多方挖掘模型 | 第44-45页 |
| 5.3.2 总体构架设计 | 第45-46页 |
| 5.3.3 算法描述 | 第46-49页 |
| 5.4 实验分析 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 基于Bloom Filter的海量位置信息匿名保护方法 | 第52-60页 |
| 6.1 位置大数据匿名保护中的关键问题 | 第52-54页 |
| 6.1.1 空间位置数据模糊化 | 第52-53页 |
| 6.1.2 位置敏感的哈希过滤器 | 第53-54页 |
| 6.2 基于Bloom Filter的海量位置信息保护技术 | 第54-57页 |
| 6.2.1 海量位置点匿名保护方法 | 第54-56页 |
| 6.2.2 性能分析 | 第56-57页 |
| 6.3 实验结果及分析 | 第57-59页 |
| 6.4 本章小结 | 第59-60页 |
| 第七章 基于隐私保护的位置信息服务系统实现 | 第60-64页 |
| 7.1 原型系统结构 | 第60-61页 |
| 7.2 系统流程分析 | 第61-62页 |
| 7.3 原型系统实现 | 第62-63页 |
| 7.4 本章小结 | 第63-64页 |
| 第八章 总结与展望 | 第64-66页 |
| 8.1 总结 | 第64-65页 |
| 8.2 展望 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |