| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景及研究意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 本文结构组织 | 第17-18页 |
| 第二章 数据脱敏技术原理与分类 | 第18-33页 |
| 2.1 敏感数据 | 第18-19页 |
| 2.2 数据脱敏 | 第19页 |
| 2.3 数据脱敏相关技术 | 第19-21页 |
| 2.4 数据脱敏类型 | 第21-26页 |
| 2.4.1 静态数据脱敏 | 第22-24页 |
| 2.4.2 动态数据脱敏 | 第24-26页 |
| 2.5 大数据脱敏 | 第26-29页 |
| 2.5.1 大数据定义 | 第27页 |
| 2.5.2 大数据的数据结构类型和平台架构 | 第27-28页 |
| 2.5.3 大数据脱敏的难点 | 第28-29页 |
| 2.6 数据脱敏相关技术指标 | 第29-32页 |
| 2.7 小结 | 第32-33页 |
| 第三章 数据脱敏相关技术改进 | 第33-47页 |
| 3.1 数据脱敏技术缺陷分析 | 第33页 |
| 3.2 敏感数据的处理方案分类 | 第33-34页 |
| 3.3 对以往技术的改进方法 | 第34-43页 |
| 3.3.1 值域扩展-模糊化法 | 第34-38页 |
| 3.3.2 栅栏方法 | 第38-41页 |
| 3.3.3 单属性泛化方法 | 第41-43页 |
| 3.4 实验对比 | 第43-46页 |
| 3.4.1 数值变换与值域扩展-模糊化方法的敏感信息泄露概率对比 | 第44页 |
| 3.4.2 栅栏与AES加密的计算开销对比 | 第44-45页 |
| 3.4.3 单属性泛化与置换的存储开销对比 | 第45-46页 |
| 3.5 小结 | 第46-47页 |
| 第四章 基于P2P网贷用户数据的脱敏方案设计与实现 | 第47-70页 |
| 4.1 P2P网贷数据脱敏的需求分析 | 第47-49页 |
| 4.2 P2P网贷用户数据脱敏平台设计 | 第49-54页 |
| 4.2.1 传统方法 | 第49-51页 |
| 4.2.2 值域扩展-模糊化处理方法 | 第51页 |
| 4.2.3 栅栏方法 | 第51-52页 |
| 4.2.4 单属性泛化 | 第52-53页 |
| 4.2.5 综合解决方案 | 第53-54页 |
| 4.3 P2P网贷用户数据脱敏性能分析 | 第54-56页 |
| 4.4 数据脱敏评估模型 | 第56-60页 |
| 4.4.1 定性排序定量转化法 | 第56-57页 |
| 4.4.2 建立权重模型 | 第57-58页 |
| 4.4.3 评估体系设立原则 | 第58-60页 |
| 4.5 基于保形加密的大数据脱敏实现 | 第60-66页 |
| 4.5.1 基于k-段Feistel网络的保形加密算法 | 第60-63页 |
| 4.5.2 基于保形加密的大数据脱敏简化流程 | 第63-64页 |
| 4.5.3 大数据脱敏的三种类型 | 第64-66页 |
| 4.6 实验评估 | 第66-69页 |
| 4.6.1 FPE与传统加密对比 | 第66-67页 |
| 4.6.2 k-段Feistel的 Type-2 算法与标准FF1 算法稳定性对比 | 第67-68页 |
| 4.6.3 三种类型对比 | 第68-69页 |
| 4.7 小结 | 第69-70页 |
| 第五章 全文总结与展望 | 第70-72页 |
| 5.1 本文的主要工作和创新点 | 第70页 |
| 5.2 下一步的主要工作 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 攻读硕士学位期间已发表论文及参与项目 | 第77-79页 |
