海量查询下基于K-匿名的隐私保护算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题的研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文主要研究内容以及创新点 | 第14-15页 |
| ·本文的结构 | 第15-16页 |
| 第二章 K-匿名与推理攻击 | 第16-29页 |
| ·推理攻击与隐私保护 | 第16-21页 |
| ·推理攻击方法 | 第17-19页 |
| ·推理攻击的防御 | 第19-21页 |
| ·K-匿名与推理攻击 | 第21-27页 |
| ·K-匿名模型 | 第21-23页 |
| ·泛化和抑制算法 | 第23-25页 |
| ·基于K-匿名隐私模型的推理攻击 | 第25-27页 |
| ·海量数据查询下的隐私保护 | 第27-28页 |
| ·本意小结 | 第28-29页 |
| 第三章 基于K-匿名的隐私泄露检测算法研究 | 第29-44页 |
| ·问题描述 | 第29-31页 |
| ·系统框架 | 第31-32页 |
| ·K-Q算法 | 第32-38页 |
| ·基于K-匿名模型的推理检测 | 第33-34页 |
| ·核心数据结构 | 第34-36页 |
| ·K-Q算法的实现 | 第36-37页 |
| ·算法的评价及分析指标 | 第37-38页 |
| ·实验及结果分析 | 第38-43页 |
| ·检测率 | 第38-39页 |
| ·内存消耗 | 第39-41页 |
| ·CPU执行时间 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于K-Q的隐私保护算法研究 | 第44-56页 |
| ·问题描述 | 第44-45页 |
| ·G-Q算法 | 第45-53页 |
| ·泛化属性的选取 | 第46-47页 |
| ·G-Q算法的核心思想 | 第47-49页 |
| ·G-Q算法举例说明 | 第49-52页 |
| ·G-Q算法的分析指标 | 第52-53页 |
| ·实验及结果分析 | 第53-55页 |
| ·K值与精确度 | 第53-54页 |
| ·准标识符个数与精确度 | 第54-55页 |
| ·本意小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| ·研究工作总结 | 第56-57页 |
| ·后续研究工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间参加的科研项目 | 第63页 |
| 攻读硕士学位期间发表和录用的论文 | 第63页 |
