Web环境下用户隐私侵犯的发现与防护
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题起因与背景 | 第8-9页 |
| ·用户模型的概念 | 第9-10页 |
| ·用户隐私保护综述 | 第10-12页 |
| ·隐私保护与数据安全之间的区别 | 第10页 |
| ·隐私保护与个性化服务之间的矛盾 | 第10-11页 |
| ·隐私侵犯的定义 | 第11-12页 |
| ·本文的工作及组织结构 | 第12-13页 |
| 第二章 相关工作 | 第13-19页 |
| ·现有相关研究 | 第14-16页 |
| ·结构化数据上的敏感数据防护 | 第14页 |
| ·隐私保护数据挖掘算法 | 第14-15页 |
| ·隐私保护聚类挖掘算法 | 第15页 |
| ·隐私保护关联规则挖掘算法 | 第15页 |
| ·文本挖掘与检索技术 | 第15-16页 |
| ·高效网络数据下载技术 | 第16页 |
| ·现有方法的贡献与妥协 | 第16-19页 |
| ·基于数据扰动与变换的方法 | 第16-17页 |
| ·基于k-匿名模型 | 第17页 |
| ·链接攻击中隐私安全的脆弱性 | 第17-18页 |
| ·基于机器学习的方法 | 第18页 |
| ·各类隐私保护方法间的比较 | 第18-19页 |
| 第三章 一种检测浏览日志中隐私泄漏的方法 | 第19-31页 |
| ·问题描述与方法定义 | 第19-20页 |
| ·用户行为建模 | 第20-21页 |
| ·DSM算法描述 | 第21-26页 |
| ·排序候选关键词 | 第21-22页 |
| ·Bi-Detection算法 | 第22-23页 |
| ·权重参数估计 | 第23-24页 |
| ·Wi-Detection算法 | 第24-25页 |
| ·严格条件下的讨论 | 第25-26页 |
| ·实验 | 第26-30页 |
| ·参数估计 | 第27页 |
| ·Bi-Detection算法的评估 | 第27-28页 |
| ·Wi-Detection算法的评估 | 第28-29页 |
| ·严格条件下的评估与分析 | 第29-30页 |
| ·改进的安全共享操作 | 第30页 |
| ·探测隐私泄漏方法的小结 | 第30-31页 |
| 第四章 一种通过域签名保护偏好隐私的方法 | 第31-35页 |
| ·用户模型中的数据分类 | 第31页 |
| ·域签名基本思想 | 第31-32页 |
| ·域签名函数的选择 | 第32-33页 |
| ·域签名方法的改进 | 第33-35页 |
| 第五章 WEB环境下敏感信息统一防护框架 | 第35-41页 |
| ·统一性的体现 | 第35-36页 |
| ·简单运用场景 | 第36-37页 |
| ·统一防护模型 | 第37页 |
| ·预警路线各模块描述 | 第37-38页 |
| ·数据:预发布文档 | 第37-38页 |
| ·智能格式转换 | 第38页 |
| ·自然语言处理 | 第38页 |
| ·风险预警系统 | 第38页 |
| ·网监路线各模块描述 | 第38-39页 |
| ·数据:Web环境数据全集 | 第38页 |
| ·下载系统 | 第38-39页 |
| ·Web流量采样 | 第39页 |
| ·网流监控系统 | 第39页 |
| ·机器学习路线各模块描述 | 第39-41页 |
| ·数据:训练语料 | 第39页 |
| ·敏感信息过滤网 | 第39页 |
| ·敏感特征机器学习 | 第39-40页 |
| ·网络垃圾信息过滤 | 第40页 |
| ·Web社会网络抽取 | 第40-41页 |
| 第六章 总结与展望 | 第41-42页 |
| ·总结 | 第41页 |
| ·进一步的工作 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 攻读硕士学位期间发表的学术论文及取得的成果 | 第46-48页 |
| 致谢 | 第48-49页 |
