基于k-匿名的相同敏感值数据表隐私保护研究

摘要	第3-4页
Abstract	第4-5页
第1章 绪论	第7-17页
1.1 研究背景和意义	第7-10页
1.2 国内外研究现状	第10-13页
1.3 研究内容	第13-14页
1.4 本文组织结构	第14-17页
第2章 相同敏感值数据表的隐私泄露研究	第17-27页
2.1 k-匿名与隐私攻击方式	第17-18页
2.2 不同敏感值数据表的隐私泄露	第18-19页
2.3 敏感属性对隐私泄露的影响	第19-24页
2.4 相同敏感值条件下泄露风险的计算	第24-25页
2.5 本章小结	第25-27页
第3章 基于熵理论的泛化算法评价方案研究	第27-35页
3.1 基于加权熵的数据损失量计算	第27-28页
3.2 基于链接匹配熵的泛化算法安全性度量	第28-33页
3.3 基于信息熵的算法安性验证	第33-34页
3.4 本章小结	第34-35页
第4章 相同敏感值数据表的k-匿名泛化算法设计	第35-55页
4.1 k-匿名改进模型总结	第35页
4.2 决策泛化算法描述	第35-36页
4.3 低泄露风险的泛化算法设计	第36-42页
4.4 实验仿真与结果分析	第42-52页
4.5 本章小结	第52-55页
第5章 总结与展望	第55-57页
参考文献	第57-62页
攻读硕士学位期间完成和发表的科研论文情况	第62-63页
致谢	第63页