面向分类分析的数据发布隐私保护方法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文的主要内容及思想方法 | 第14-16页 |
| ·本文的组织结构 | 第16-17页 |
| 2 数据挖掘分类算法与数据发布隐私保护匿名模型 | 第17-27页 |
| ·数据挖掘 | 第17-21页 |
| ·数据挖掘基本概念 | 第17-18页 |
| ·数据预处理过程 | 第18-19页 |
| ·分类决策树算法 | 第19-21页 |
| ·属性选择度量介绍 | 第19-20页 |
| ·决策树算法描述 | 第20-21页 |
| ·匿名模型介绍 | 第21-23页 |
| ·κ匿名模型 | 第21-22页 |
| ·l多样性模型 | 第22页 |
| ·(α,κ)多样性模型 | 第22页 |
| ·t接近模型 | 第22-23页 |
| ·匿名模型的实现技术 | 第23-25页 |
| ·泛化 | 第23-24页 |
| ·微聚集 | 第24页 |
| ·矩阵变换方法 | 第24-25页 |
| ·匿名数据的质量评估 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 面向分类分析的数据发布隐私保护匿名方法 | 第27-36页 |
| ·相关定义 | 第27-28页 |
| ·属性在决策分类中的权重分析 | 第28-29页 |
| ·基于分类属性权重的匿名化算法 | 第29-32页 |
| ·相关定义 | 第29-31页 |
| ·模型的算法实现 | 第31-32页 |
| ·实现结果与分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 4 面向分类分析的WFDG方法 | 第36-47页 |
| ·引言 | 第36-37页 |
| ·预备知识 | 第37-39页 |
| ·面向分类分析的WFDG方法 | 第39-42页 |
| ·属性泛化层次选择 | 第39-40页 |
| ·抑制策略 | 第40-41页 |
| ·WFDG算法实现 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·属性泛化层次确定 | 第43页 |
| ·数据质量 | 第43-45页 |
| ·算法效率 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| ·工作总结 | 第47页 |
| ·工作展望 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 攻读学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-57页 |
