首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

位置服务中用户轨迹隐私保护关键技术研究

内容摘要第4-5页
ABSTRACT第5页
第一章 绪论第9-14页
    第一节 研究背景及意义第9-10页
    第二节 国内外研究现状第10-12页
    第三节 本文的内容和结构第12-14页
        一、本文主要研究内容第12-13页
        二、本文结构第13-14页
第二章 基于位置服务和位置服务中的位置隐私保护第14-25页
    第一节 基于位置服务(LBS)简介第14-17页
        一、LBS的基本概念第14-15页
        二、LBS的应用领域第15-16页
        三、LBS的安全隐患第16-17页
    第二节 LBS中的隐私保护第17-19页
        一、位置隐私保护的内涵第17-18页
        二、位置隐私的攻击方法第18-19页
    第三节 位置隐私保护技术分类第19-22页
        一、保护用户标识第19-20页
        二、保护地理位置信息第20-21页
        三、加密技术第21页
        四、位置隐私保护技术的特点第21-22页
    第四节 位置隐私保护系统结构第22-24页
        一、独立架构第22-23页
        二、中心服务器架构第23-24页
        三、分布式点对点架构第24页
    第五节 本章小结第24-25页
第三章 位置服务中的轨迹隐私保护第25-32页
    第一节 轨迹数据的基本概念第25-27页
        一、轨迹数据的定义第25页
        二、轨迹数据的特征第25-26页
        三、轨迹数据的应用第26-27页
    第二节 轨迹隐私保护的内涵第27-28页
        一、轨迹隐私的概念第27页
        二、轨迹隐私保护的目标第27页
        三、轨迹隐私保护的挑战第27-28页
    第三节 轨迹隐私保护系统结构第28-29页
        一、中心服务器架构第28-29页
        二、分布式架构第29页
    第四节 位置服务中轨迹隐私保护技术第29-31页
        一、虚拟技术第29-30页
        二、保护关键位置技术第30-31页
        三、泛化匿名技术第31页
    第五节、本章小结第31-32页
第四章 基于改进K-means轨迹匿名隐私保护算法第32-42页
    第一节 K-means聚类算法基本理论第32-33页
        一、K-means算法简介第32页
        二、K-means算法流程第32-33页
        三、K-means算法局限性第33页
    第二节 基于改进K-means聚类轨迹隐私保护算法方案第33-39页
        一、算法概述第34页
        二、轨迹数据的预处理第34-36页
        三、轨迹聚类的实现第36-37页
        四、匿名泛化处理第37-39页
    第三节 轨迹隐私保护的度量方法第39-41页
        一、轨迹隐私保护的度量第39-40页
        二、常用轨迹隐私度量的实现第40-41页
    第四节 本章小结第41-42页
第五章 总结和展望第42-44页
    第一节 研究总结第42页
    第二节 展望第42-44页
参考文献第44-47页
致谢第47-48页
攻读硕士学位期间科研成果第48页

论文共48页,点击 下载论文
上一篇:消费者生成广告对受众选择意愿的影响研究--产品类型和投放媒体的调节作用
下一篇:枪械后坐作用及测评方法研究