基于移动社交网络的隐私保护关键技术研究与应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 轨迹隐私保护研究现状 | 第11-14页 |
| 1.2.2 属性匹配隐私保护研究现状 | 第14-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 本文章节安排 | 第18-19页 |
| 第二章 基于LBS的位置隐私保护 | 第19-32页 |
| 2.1 LBS概述 | 第19-22页 |
| 2.1.1 LBS的基本概念 | 第19-20页 |
| 2.1.2 LBS的应用领域 | 第20页 |
| 2.1.3 LBS的产业发展 | 第20-22页 |
| 2.1.4 LBS中的安全威胁 | 第22页 |
| 2.2 LBS中单点位置查询的隐私保护 | 第22-27页 |
| 2.2.1 位置隐私保护的系统框架 | 第23-24页 |
| 2.2.2 位置匿名技术分类 | 第24-26页 |
| 2.2.3 位置匿名技术评价标准 | 第26-27页 |
| 2.3 LBS中轨迹隐私保护 | 第27-31页 |
| 2.3.1 轨迹隐私保护的基本概念 | 第27-28页 |
| 2.3.2 轨迹隐私保护的关键问题 | 第28页 |
| 2.3.3 轨迹隐私保护的攻击模型 | 第28-30页 |
| 2.3.4 轨迹隐私保护技术分类 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于角度划分的轨迹隐私保护算法 | 第32-43页 |
| 3.1 引言 | 第32页 |
| 3.2 相关技术 | 第32-35页 |
| 3.2.1 虚假轨迹技术 | 第32-34页 |
| 3.2.2 抑制法技术 | 第34-35页 |
| 3.3 系统模型 | 第35-38页 |
| 3.3.1 系统框架 | 第35-37页 |
| 3.3.2 攻击模型 | 第37-38页 |
| 3.4 算法描述 | 第38-41页 |
| 3.4.1 设计目标 | 第38页 |
| 3.4.2 算法流程 | 第38-41页 |
| 3.5 算法安全性分析 | 第41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 基于最近邻的属性匹配算法 | 第43-54页 |
| 4.1 引言 | 第43-44页 |
| 4.2 相关技术 | 第44-46页 |
| 4.2.1 最近邻匹配技术 | 第44-45页 |
| 4.2.2 PSI协议 | 第45-46页 |
| 4.3 系统模型 | 第46-48页 |
| 4.3.1 攻击模型 | 第46-47页 |
| 4.3.2 系统框架 | 第47-48页 |
| 4.4 算法描述 | 第48-52页 |
| 4.4.1 设计目标 | 第48-49页 |
| 4.4.2 算法流程 | 第49-52页 |
| 4.5 算法安全性分析 | 第52-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 系统仿真与系统实现 | 第54-65页 |
| 5.1 基于角度划分的轨迹隐私保护算法 | 第54-57页 |
| 5.2 基于最近邻的属性匹配算法 | 第57-60页 |
| 5.3 系统实现 | 第60-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结和展望 | 第65-68页 |
| 6.1 全文总结 | 第65-66页 |
| 6.2 未来展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻硕期间取得的研究成果 | 第72-73页 |
