基于随机扰动的隐私保护方案研究

摘要	第1-6页
ABSTRACT	第6-10页
符号对照表	第10-13页
第一章 绪论	第13-19页
·数据挖掘概述	第13-15页
·隐私保护与数据挖掘	第15-16页
·研究背景和现状	第16-17页
·本文的章节安排	第17-19页
第二章 数据挖掘隐私保护方法概述	第19-29页
·基于数据清洗的隐私保护方法	第20-21页
·基于随机干扰的隐私保护方法	第21-22页
·基于数据变换的隐私保护方法	第22-23页
·基于数据屏蔽的隐私保护方法	第23-25页
·基于数据泛化的k匿名隐私保护方法	第25-27页
·各种隐私保护方法的比较	第27-28页
·本章小结	第28-29页
第三章 基于DDPD隐私保护方案	第29-45页
·基于DDPD的隐私保护方案简介	第29-32页
·数据分组	第30-31页
·DDPD隐私保护方案	第31-32页
·基于重要属性的样本相关性排序方案	第32-43页
·构造分类规则	第33-35页
·属性选择	第35-38页
·数据相关性检测	第38-40页
·DDPD扰动数据相关性排序	第40-43页
·方案分析	第43-44页
·本章小结	第44-45页
第四章 基于LRDP的隐私保护方案	第45-61页
·传统的随机扰动隐私保护方法	第45-48页
·基于LRDP的隐私保护方案	第48-52页
·数据随机映射及分布估计方法	第48-50页
·数值随机筛选和分布估计方法	第50-52页
·基于朴素贝叶斯分类方法的隐私保护	第52-54页
·实验结果及分析	第54-59页
·数据集简介	第54-55页
·可靠性度量和隐私性度量	第55-56页
·实验结果	第56-59页
·本章小结	第59-61页
第五章 总结与展望	第61-63页
·工作总结	第61页
·研究展望	第61-63页
参考文献	第63-67页
致谢	第67-69页
作者简介	第69页