基于(α,k)-匿名隐私保护算法研究
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文研究的主要内容 | 第14-15页 |
| 1.4 论文的基本框架 | 第15-16页 |
| 2 隐私保护相关技术 | 第16-30页 |
| 2.1 数据匿名化技术 | 第16-18页 |
| 2.2 聚类 | 第18-21页 |
| 2.3 k-匿名模型 | 第21-22页 |
| 2.4 (α，k)-匿名模型 | 第22-23页 |
| 2.5 差分隐私 | 第23-24页 |
| 2.6 轨迹隐私 | 第24-26页 |
| 2.7 攻击模型 | 第26-27页 |
| 2.8 隐私度量 | 第27-29页 |
| 2.9 本章小结 | 第29-30页 |
| 3 基于差分隐私的(α，k)-匿名算法 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 相关概念 | 第30-32页 |
| 3.3 基于差分隐私的(α，k)-匿名算法 | 第32-35页 |
| 3.4 实验数据及结果分析 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 基于Mean Shift算法轨迹隐私数据研究 | 第38-45页 |
| 4.1 引言 | 第38-39页 |
| 4.2 相关概念 | 第39-40页 |
| 4.3 算法实现 | 第40-41页 |
| 4.4 实验数据及结果分析 | 第41-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 总结与展望 | 第45-47页 |
| 5.1 总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 6 参考文献 | 第47-53页 |
| 攻读硕士学位期间的科研项目 | 第53-54页 |
| 致谢 | 第54页 |
