| 摘要 | 第3-5页 |
| ABSTRACT（英文摘要） | 第5-6页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 引言 | 第11-14页 |
| 1.1.1 隐私与隐私权 | 第11-12页 |
| 1.1.2 数据挖掘与隐私保护 | 第12-14页 |
| 1.2 研究背景 | 第14-17页 |
| 1.2.1 数据库技术提供的安全措施 | 第14-15页 |
| 1.2.2 数据挖掘技术带来的全新挑战 | 第15-16页 |
| 1.2.3 数据挖掘中的隐私保护 | 第16-17页 |
| 1.3 隐私保护研究的发展 | 第17-19页 |
| 1.4 隐私保护研究的应用范围 | 第19-20页 |
| 1.5 主要研究内容 | 第20-22页 |
| 1.6 章节安排 | 第22-23页 |
| 第二章 典型隐私保护模型的研究 | 第23-40页 |
| 2.1 对挖掘算法透明的隐私保护技术 | 第23-30页 |
| 2.1.1 数据交换 | 第23-26页 |
| 2.1.2 数据清理 | 第26-27页 |
| 2.1.3 查询审核 | 第27-28页 |
| 2.1.4 匿名化 | 第28-29页 |
| 2.1.5 乘性噪声 | 第29-30页 |
| 2.2 对挖掘算法不完全透明的隐私保护技术 | 第30-37页 |
| 2.2.1 加性噪声干扰 | 第30-36页 |
| 2.2.2 PRAM | 第36-37页 |
| 2.3 需重新设计挖掘过程的隐私保护技术 | 第37-38页 |
| 2.4 小结 | 第38-40页 |
| 第三章 隐私对象和保护策略 | 第40-46页 |
| 3.1 隐私对象分析 | 第40-44页 |
| 3.1.1 实际方法中的隐私对象 | 第40-42页 |
| 3.1.2 属性间的数据关联 | 第42-43页 |
| 3.1.3 定义隐私对象 | 第43-44页 |
| 3.2 制定隐私保护策略 | 第44-45页 |
| 3.2.1 主要保护策略分析 | 第44-45页 |
| 3.2.2 针对数据关联的保护策略 | 第45页 |
| 3.3 小结 | 第45-46页 |
| 第四章 分解隐私信息的保护方法 | 第46-66页 |
| 4.1 概述 | 第46页 |
| 4.2 问题的提出 | 第46-48页 |
| 4.3 隐私数据 | 第48-51页 |
| 4.3.1 预备知识 | 第48-51页 |
| 4.3.2 隐私保护的实际对象 | 第51页 |
| 4.4 随机匿名化算法 | 第51-53页 |
| 4.5 隐私保护程度分析 | 第53-56页 |
| 4.5.1 匿名化程度的定义及计算 | 第53-55页 |
| 4.5.2 隐私漏洞 | 第55-56页 |
| 4.6 准敏感知识的保持 | 第56-60页 |
| 4.6.1 准敏感知识 | 第56-57页 |
| 4.6.2 支持度的估计量 | 第57-58页 |
| 4.6.3 知识发现的准确度分析 | 第58-60页 |
| 4.7 实验 | 第60-64页 |
| 4.7.1 实验准备 | 第60页 |
| 4.7.2 数据查询的准确度对比及讨论 | 第60-63页 |
| 4.7.3 知识发现的准确度对比及讨论 | 第63-64页 |
| 4.8 小结 | 第64-66页 |
| 第五章 消除先验知识威胁的隐私信息分解方法 | 第66-75页 |
| 5.1 概述 | 第66页 |
| 5.2 先验数据分布 | 第66-68页 |
| 5.2.1 隐私漏洞的威胁 | 第66-67页 |
| 5.2.2 获取隐私的能力上限 | 第67-68页 |
| 5.3 先验数据关联 | 第68-71页 |
| 5.3.1 先验数据关联的威胁 | 第68-69页 |
| 5.3.2 解决方法 | 第69页 |
| 5.3.3 λ对性能的影响 | 第69-71页 |
| 5.4 实验 | 第71-74页 |
| 5.5 小结 | 第74-75页 |
| 第六章 转换隐私信息的保护方法 | 第75-95页 |
| 6.1 概述 | 第75页 |
| 6.2 问题的提出 | 第75-76页 |
| 6.2.1 现有的方法及不足 | 第75-76页 |
| 6.2.2 解决途径 | 第76页 |
| 6.3 转换隐私信息的方法 | 第76-83页 |
| 6.3.1 量化隐私保护程度 | 第77-78页 |
| 6.3.2 隐私转换矩阵的定制方法 | 第78-80页 |
| 6.3.3 数据传输和整合协议 | 第80-83页 |
| 6.4 准确程度分析 | 第83-86页 |
| 6.5 隐私保护程度分析 | 第86-90页 |
| 6.5.1 普通隐私保护方法中的问题 | 第87-88页 |
| 6.5.2 不安全的直接随机化方法 | 第88页 |
| 6.5.3 RD 矩阵方法的隐私保护程度 | 第88-90页 |
| 6.6 实验 | 第90-93页 |
| 6.6.1 实验准备 | 第90-91页 |
| 6.6.2 RD 方法的性能测试结果及讨论 | 第91页 |
| 6.6.3 与现有隐私保护方法的对比结果及讨论 | 第91-93页 |
| 6.7 小结 | 第93-95页 |
| 第七章 转换隐私信息过程中的可扩展性方法 | 第95-109页 |
| 7.1 概述 | 第95页 |
| 7.2 适应大规模参与者的ERD 方法 | 第95-96页 |
| 7.3 隐私保护和准确度分析 | 第96-98页 |
| 7.4 统计独立的隐私保护方法 | 第98-101页 |
| 7.5 实验 | 第101-107页 |
| 7.5.1 RD 与ERD 方法的对比及讨论 | 第101-102页 |
| 7.5.2 聚类算法的选择和算法参数对隐私保护的影响 | 第102-104页 |
| 7.5.3 与现有隐私保护方法间的对比及讨论 | 第104-106页 |
| 7.5.4 FT 矩阵对隐私保护性能的提高 | 第106-107页 |
| 7.6 小结 | 第107-109页 |
| 第八章 总结与展望 | 第109-113页 |
| 8.1 总结 | 第109-110页 |
| 8.2 展望 | 第110-113页 |
| 参考文献 | 第113-125页 |
| 致谢 | 第125-126页 |
| 博士阶段以第一作者完成的论文 | 第126-128页 |