集值数据发布中敏感度自适应模型及匿名化方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 研究现状及分析 | 第11-14页 |
| 1.2.1 集值数据发布中隐私保护模型的概述 | 第11-13页 |
| 1.2.2 集值数据发布匿名算法概述 | 第13-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 相关研究的介绍 | 第16-26页 |
| 2.1 集值型数据的表现形式 | 第16页 |
| 2.2 数据发布的隐私泄露问题 | 第16-18页 |
| 2.3 数据发布下经典的隐私保护模型 | 第18-23页 |
| 2.3.1 抵御重识别攻击的隐私保护模型 | 第18-20页 |
| 2.3.2 抵御项目链接攻击隐私保护模型 | 第20-23页 |
| 2.4 数据发布研究中的相关技术 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于敏感度自适应的隐私保护研究 | 第26-32页 |
| 3.1 问题的提出 | 第26-27页 |
| 3.2 问题的定义 | 第27-29页 |
| 3.3 信息损失评价标准 | 第29-31页 |
| 3.4 本章小结 | 第31-32页 |
| 第4章 自适应ρ-不确定性隐私模型设计与实现 | 第32-43页 |
| 4.1 方案的总体设计和执行步骤 | 第32-34页 |
| 4.2 计算自适应隐私约束阈值集 | 第34-35页 |
| 4.3 自顶向下分组过程描述 | 第35-39页 |
| 4.4 部分删除算法的改进 | 第39-40页 |
| 4.5 尾处理 | 第40-42页 |
| 4.6 本章小结 | 第42-43页 |
| 第5章 实验结果 | 第43-47页 |
| 5.1 实验环境和数据集 | 第43页 |
| 5.2 实验结果及分析 | 第43-46页 |
| 5.2.1 数据集分布距离的效用评估 | 第43-44页 |
| 5.2.2 挖掘关联规则的效用评估 | 第44-45页 |
| 5.2.3 稳定性 | 第45-46页 |
| 5.3 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47页 |
| 6.2 展望 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间的主要研究成果 | 第53-54页 |
| 致谢 | 第54-55页 |
