| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 引言 | 第11-12页 |
| 1.2 研究背景及意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本文的结构安排 | 第15-17页 |
| 第二章 理论基础 | 第17-26页 |
| 2.1 数据挖掘概述 | 第17-22页 |
| 2.1.1 什么是数据挖掘 | 第17页 |
| 2.1.2 数据挖掘分类 | 第17-19页 |
| 2.1.3 朴素贝叶斯分类器 | 第19-20页 |
| 2.1.4 贝叶斯网络 | 第20-22页 |
| 2.2 隐私保护 | 第22-25页 |
| 2.2.1 隐私保护分类 | 第22-23页 |
| 2.2.2 差分隐私 | 第23-24页 |
| 2.2.3 安全多方计算 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 隐私保护的数据挖掘方案 | 第26-40页 |
| 3.1 隐私保护的朴素贝叶斯挖掘 | 第26-27页 |
| 3.2 基于BNT中贝叶斯网络实现 | 第27-29页 |
| 3.2.1 BNT简介 | 第27-28页 |
| 3.2.2 BNT中贝叶斯网络的学习算法及引擎 | 第28-29页 |
| 3.3 算法的设计与实现 | 第29-38页 |
| 3.3.1 局部结构学习 | 第30-31页 |
| 3.3.2 全局结构学习 | 第31-35页 |
| 3.3.3 参数学习 | 第35-36页 |
| 3.3.4 算法总结 | 第36-38页 |
| 3.4 本章小结 | 第38-40页 |
| 第四章 评估与分析 | 第40-51页 |
| 4.1 结构对比 | 第41-43页 |
| 4.1.1 朴素贝叶斯与贝叶斯网络结构对比 | 第41-42页 |
| 4.1.2 贝叶斯网络结构与PPHNB对比 | 第42-43页 |
| 4.2 准确率对比 | 第43-49页 |
| 4.2.1 SNB与PPHNB对比 | 第43-45页 |
| 4.2.2 SBN与PPHBN对比 | 第45-46页 |
| 4.2.3 SBN、PPHBN、SNB和PPHNB分类准确率对比 | 第46-49页 |
| 4.3 参数调控对比 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 全文总结 | 第51页 |
| 5.2 工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间学术成果 | 第57页 |