| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11-19页 |
| 1.1.1 隐私信息保护的基本知识介绍 | 第11-15页 |
| 1.1.2 K-匿名技术的概念和特点 | 第15-17页 |
| 1.1.3 K-匿名技术的发展与应用 | 第17-18页 |
| 1.1.4 K-匿名技术的研究热点 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-21页 |
| 1.3 论文的主要内容及组织结构 | 第21-23页 |
| 2 隐私保护技术综述 | 第23-29页 |
| 2.1 隐私保护概述 | 第23页 |
| 2.2 面向关系列表的数据发布隐私保护技术 | 第23-28页 |
| 2.2.1 隐私攻击类型 | 第24-25页 |
| 2.2.2 隐私保护模型 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 隐私保护技术算法研究 | 第29-41页 |
| 3.1 经典算法Incognito算法的描述 | 第29-31页 |
| 3.2 基于熵的GBE算法和熵-Incognito算法 | 第31-40页 |
| 3.2.1 熵的起源和发展 | 第31-32页 |
| 3.2.2 属性泛化中熵的应用 | 第32-33页 |
| 3.2.3 GBE算法描述 | 第33-37页 |
| 3.2.4 熵-Incognito算法 | 第37-40页 |
| 3.3 本章小结 | 第40-41页 |
| 4 隐私保护数据集的抓取及发布 | 第41-52页 |
| 4.1 数据集抓取方法的介绍 | 第41-45页 |
| 4.1.1 网页搜索策略 | 第41-42页 |
| 4.1.2 网页分析算法 | 第42-43页 |
| 4.1.3 网络爬虫的基本结构及工作流程 | 第43-45页 |
| 4.2 收集数据方法的设计与实现 | 第45-50页 |
| 4.2.1 网络爬虫的设计 | 第45-46页 |
| 4.2.2 网络爬虫的实现 | 第46-50页 |
| 4.3 本章小结 | 第50-52页 |
| 5 试验和结果分析 | 第52-58页 |
| 5.1 实验内容和方法 | 第52页 |
| 5.2 实验数据及步骤 | 第52-53页 |
| 5.2.1 执行时间实验 | 第52-53页 |
| 5.2.2 匿名精度实验 | 第53页 |
| 5.3 实验结果及算法评估 | 第53-57页 |
| 5.3.1 执行时间 | 第53-55页 |
| 5.3.2 匿名精度 | 第55-56页 |
| 5.3.3 算法评价 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 研究总结 | 第58页 |
| 6.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 作者简历 | 第63-65页 |
| 学位论文数据集 | 第65页 |