| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 数据发布隐私保护技术现状 | 第11-15页 |
| 1.2.1 隐私的定义 | 第11-12页 |
| 1.2.2 数据发布过程中的隐私保护技术 | 第12页 |
| 1.2.3 k-匿名模型研究现状 | 第12-15页 |
| 1.3 论文主要研究工作 | 第15-16页 |
| 1.4 论文章节安排 | 第16-18页 |
| 第二章 相关理论基础 | 第18-28页 |
| 2.1 k-匿名隐私保护模型 | 第18-22页 |
| 2.1.1 k-匿名模型的相关概念 | 第18-19页 |
| 2.1.2 k-匿名模型 | 第19-21页 |
| 2.1.3 l-多样性模型 | 第21-22页 |
| 2.1.4 t-Closeness准则 | 第22页 |
| 2.2 数据质量度量 | 第22-24页 |
| 2.3 SSH框架介绍 | 第24-27页 |
| 2.3.1 Spring框架介绍 | 第24-25页 |
| 2.3.2 SpringMVC框架介绍 | 第25-26页 |
| 2.3.3 Hibernate框架介绍 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于敏感度分级的k-匿名算法及其改进 | 第28-52页 |
| 3.1 (k,l)-匿名模型 | 第28-29页 |
| 3.2 基于聚类的k-匿名算法 | 第29-33页 |
| 3.2.1 数据距离度量函数 | 第30-32页 |
| 3.2.2 信息损失度量 | 第32页 |
| 3.2.3 K-means聚类算法 | 第32-33页 |
| 3.2.4 k-匿名聚类问题 | 第33页 |
| 3.3 基于敏感度分级的(l,c)-算法及分析 | 第33-36页 |
| 3.4 基于敏感度分级的(k,li,c)-匿名算法 | 第36-43页 |
| 3.4.1 算法描述 | 第37-39页 |
| 3.4.2 算法分析 | 第39-40页 |
| 3.4.3 实验结果与分析 | 第40-43页 |
| 3.5 基于敏感度分级的(k,li,ci)-匿名算法 | 第43-50页 |
| 3.5.1 算法描述 | 第43-46页 |
| 3.5.2 算法分析 | 第46-48页 |
| 3.5.3 实验结果与分析 | 第48-50页 |
| 3.7 各模型综合对比 | 第50-51页 |
| 3.8 本章小结 | 第51-52页 |
| 第四章 基于k-匿名模型的隐私数据发布系统 | 第52-62页 |
| 4.1 系统功能需求分析 | 第52页 |
| 4.2 平台总体架构设计 | 第52-53页 |
| 4.3 后台服务器设计 | 第53-54页 |
| 4.4 后台系统业务逻辑功能的设计与实现 | 第54-61页 |
| 4.4.1 用户登录注册模块 | 第55-58页 |
| 4.4.2 数据匿名化模块 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 工作总结 | 第62-63页 |
| 5.2 前景展望 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |