| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第8-11页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究内容 | 第9-10页 |
| 1.3 研究方法 | 第10页 |
| 1.4 论文结构和章节安排 | 第10-11页 |
| 2 隐私保护相关技术综述 | 第11-19页 |
| 2.1 隐私保护技术概述 | 第11-13页 |
| 2.1.1 数据扰动失真技术 | 第11-12页 |
| 2.1.2 数据加密技术 | 第12-13页 |
| 2.1.3 匿名隐私保护技术 | 第13页 |
| 2.1.4 隐私保护技术对比分析 | 第13页 |
| 2.2 数据发布中的常见攻击模型 | 第13-14页 |
| 2.3 数据发布中的经典匿名隐私保护模型 | 第14-18页 |
| 2.3.1 k-匿名 | 第15-17页 |
| 2.3.2 L-diversity | 第17页 |
| 2.3.3 动态匿名模型 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 基于敏感度的静态匿名模型 | 第19-33页 |
| 3.1 问题的提出 | 第19-21页 |
| 3.1.1 过度泛化问题 | 第19-20页 |
| 3.1.2 敏感属性敏感度问题 | 第20-21页 |
| 3.1.3 拟解决方案 | 第21页 |
| 3.2 基于聚类的泛化方法 | 第21-26页 |
| 3.2.1 距离定义 | 第21-22页 |
| 3.2.2 L-聚类定义 | 第22-24页 |
| 3.2.3 L-聚类的实现方法 | 第24-26页 |
| 3.3 敏感属性的敏感度 | 第26-28页 |
| 3.3.1 敏感度的定义与度量方法 | 第26-27页 |
| 3.3.2 敏感属性分组 | 第27页 |
| 3.3.3 基于敏感度的敏感属性约束 | 第27-28页 |
| 3.4 基于敏感度的CS(k,l)静态聚类匿名模型 | 第28-29页 |
| 3.4.1 CS(k,l)模型定义 | 第28页 |
| 3.4.2 CS(k,l)模型的算法实现 | 第28-29页 |
| 3.5 实验分析 | 第29-32页 |
| 3.5.1 实验环境 | 第29页 |
| 3.5.2 实验数据集 | 第29-30页 |
| 3.5.3 信息损失分析 | 第30-31页 |
| 3.5.4 运行时间分析 | 第31页 |
| 3.5.5 实验总结 | 第31-32页 |
| 3.6 本章小结 | 第32-33页 |
| 4 基于敏感度的动态匿名模型 | 第33-47页 |
| 4.1 问题的提出 | 第33-35页 |
| 4.1.1 L-diversity失效示例 | 第33-35页 |
| 4.1.2 m-invariance失效示例 | 第35页 |
| 4.1.3 动态数据集中敏感度动态更新问题 | 第35页 |
| 4.2 敏感属性的动态更新 | 第35-40页 |
| 4.2.1 动态数据集定义 | 第35-37页 |
| 4.2.2 敏感属性更新图 | 第37-38页 |
| 4.2.3 敏感度的动态更新 | 第38-40页 |
| 4.3 基于敏感度的m-constance动态匿名模型 | 第40-42页 |
| 4.3.1 动态匿名原则确定 | 第40-41页 |
| 4.3.2 m-constance模型定义 | 第41-42页 |
| 4.3.3 m-constance模型的算法实现 | 第42页 |
| 4.4 对比实验分析 | 第42-46页 |
| 4.4.1 实验环境 | 第42页 |
| 4.4.2 实验数据集 | 第42-43页 |
| 4.4.3 传统匿名方法在动态数据集下的失效分析 | 第43-44页 |
| 4.4.4 查询精度分析 | 第44-45页 |
| 4.4.5 信息损失分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 攻读硕士学位期间发表学术论文情况 | 第53-54页 |
| 致谢 | 第54-56页 |