| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 社区化网络中的隐私攻击 | 第11-14页 |
| 1.3 研究现状 | 第14-15页 |
| 1.3.1 社区化网络中的隐私模型 | 第14页 |
| 1.3.2 社区化网络中的匿名化方法 | 第14-15页 |
| 1.4 本文的主要工作 | 第15-16页 |
| 1.5 论文的组织结构 | 第16-17页 |
| 第二章 社区化网络中的隐私保护及其相关技术 | 第17-34页 |
| 2.1 社区化网络中的隐私模型 | 第17-23页 |
| 2.1.1 社区化网络中的隐私 | 第17-19页 |
| 2.1.2 敌手的背景知识 | 第19-21页 |
| 2.1.3 社区化网络的用途 | 第21-23页 |
| 2.1.4 小结 | 第23页 |
| 2.2 社区化网络中的匿名化方法 | 第23-24页 |
| 2.3 基于聚类的匿名化方法 | 第24-29页 |
| 2.3.1 节点聚类方法 | 第24-26页 |
| 2.3.2 边聚类方法 | 第26-27页 |
| 2.3.3 节点和边聚类方法 | 第27-28页 |
| 2.3.4 节点属性映射聚类方法 | 第28-29页 |
| 2.4 基于图变换的匿名化方法 | 第29-33页 |
| 2.4.1 最优化图构造方法 | 第29-30页 |
| 2.4.2 随机图变换方法 | 第30-32页 |
| 2.4.3 贪心图变换方法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 社区化网络隐私安全级别的度量 | 第34-46页 |
| 3.1 概述 | 第34-36页 |
| 3.2 相关的评分标准简介 | 第36-37页 |
| 3.3 隐私安全评分模型 | 第37-39页 |
| 3.4 原始的隐私分数计算方法 | 第39-40页 |
| 3.4.1 原始的敏感度计算方法 | 第39页 |
| 3.4.2 原始的可见度计算方法 | 第39-40页 |
| 3.5 基于项目反应理论的隐私分数计算方法 | 第40-44页 |
| 3.5.1 项目反应理论（IRT）简介 | 第40-42页 |
| 3.5.2 基于IRT 的敏感度计算 | 第42-43页 |
| 3.5.3 基于IRT 的可见度计算 | 第43页 |
| 3.5.4 参数整合 | 第43-44页 |
| 3.6 计算模型比较 | 第44-46页 |
| 第四章 社区化网络中求解最大团的多项式算法 | 第46-51页 |
| 4.1 最大团的性质 | 第46-47页 |
| 4.2 最大团算法—MaxQ | 第47-48页 |
| 4.3 MaxQ 的时间复杂度 | 第48-51页 |
| 4.3.1 最坏复杂度：Fibonacci 复杂度 | 第49-50页 |
| 4.3.2 社区化网络中的多项式复杂度 | 第50-51页 |
| 第五章 社区化网络中的稠密子图挖掘算法 | 第51-66页 |
| 5.1 稠密图的性质 | 第52-54页 |
| 5.2 线性时间内判定稠密图算法 | 第54-55页 |
| 5.3 挖掘重叠稠密子图 | 第55-57页 |
| 5.4 实现和改进 | 第57-59页 |
| 5.4.1 选择最小度节点 | 第57-58页 |
| 5.4.2 回收孤立节点 | 第58-59页 |
| 5.4.3 识别重叠子图 | 第59页 |
| 5.5 完整版本的MOHCS | 第59-61页 |
| 5.6 时间复杂度 | 第61-62页 |
| 5.7 实验及结果 | 第62-66页 |
| 第六章 全文总结 | 第66-68页 |
| 6.1 主要结论 | 第66页 |
| 6.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间已发表或录用的论文 | 第73-75页 |
| 上海交通大学硕士学位论文答辩决议书 | 第75-77页 |