| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·主要研究内容及研究思路 | 第13-14页 |
| ·论文章节安排 | 第14-16页 |
| 2 数据共享隐私保护技术 | 第16-32页 |
| ·隐私保护概述 | 第16-17页 |
| ·匿名策略 | 第17-23页 |
| ·K-ANONYMITY 匿名策略 | 第19-21页 |
| ·L-DIVERSITY 匿名策略 | 第21页 |
| ·个性化的匿名策略 | 第21-22页 |
| ·面向应用的匿名策略 | 第22页 |
| ·其他匿名策略 | 第22-23页 |
| ·匿名化实现技术 | 第23-27页 |
| ·抽象和概括 | 第23-26页 |
| ·聚类和划分 | 第26-27页 |
| ·交换 | 第27页 |
| ·隐私泄露风险度量 | 第27-28页 |
| ·信息损失度量 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 3 基于交换的数据发布算法 | 第32-47页 |
| ·现有数据发布技术 | 第32-36页 |
| ·K-ANONYMITY 模型的安全缺陷 | 第32-34页 |
| ·L-DIVERSITY 匿名模型的缺陷 | 第34-36页 |
| ·T-CLOSENESS 匿名策略 | 第36-37页 |
| ·抽象和概括的过度信息损失缺陷 | 第37-39页 |
| ·Anatomy 算法的优点 | 第39-40页 |
| ·Genetic-Grouping 分组发布算法 | 第40-44页 |
| ·遗传算法 | 第40-41页 |
| ·遗传算法的执行过程 | 第41-42页 |
| ·遗传算法的特点 | 第42-43页 |
| ·遗传算法的改进策略 | 第43-44页 |
| ·Genetic-Grouping 遗传算法模型的建立 | 第44-46页 |
| ·编码方式 | 第44-45页 |
| ·适应度函数 | 第45页 |
| ·染色体交叉 | 第45页 |
| ·染色体变异 | 第45页 |
| ·Genetic-Grouping 算法具体过程 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 4 实验仿真和结果分析 | 第47-57页 |
| ·实验环境及相关说明 | 第47页 |
| ·Genetic-Grouping 算法的数据有用性分析 | 第47-51页 |
| ·不同准标识符属性下的信息损失比较 | 第48-49页 |
| ·不同qd 值(查询条件)下的信息损失比较 | 第49-50页 |
| ·不同数据记录下的信息损失比较 | 第50-51页 |
| ·Genetic-Grouping 算法的安全性分析 | 第51-52页 |
| ·记录遭受同质攻击个数比较 | 第51-52页 |
| ·记录遭受属性泄漏攻击个数比较 | 第52页 |
| ·Genetic-Grouping 算法的执行效率分析 | 第52-55页 |
| ·执行时间随参数t 的变化关系 | 第52-53页 |
| ·Genetic-Grouping 算法和常见匿名算法执行时间对比 | 第53-54页 |
| ·Genetic-Grouping 算法参数t 分析 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 5 总结与展望 | 第57-59页 |
| ·工作总结 | 第57-58页 |
| ·后续工作展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
