| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 数据发布中隐私保护研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本文章节安排 | 第13-15页 |
| 2 隐私保护的匿名化方法 | 第15-19页 |
| 2.1 匿名模型 | 第15-16页 |
| 2.2 匿名模型的实现技术 | 第16-17页 |
| 2.3 匿名化数据质量评估 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 抵制敏感属性关联攻击的(l,m)-多样性模型 | 第19-29页 |
| 3.1 引言 | 第19-20页 |
| 3.2 (l,m)-多样性模型 | 第20-23页 |
| 3.2.1 基本概念 | 第20-21页 |
| 3.2.2 信息损失与距离度量 | 第21-23页 |
| 3.3 模型的实现算法 | 第23-25页 |
| 3.3.1 BottomUp算法 | 第23-24页 |
| 3.3.2 TopDown算法 | 第24-25页 |
| 3.4 实验结果及分析 | 第25-28页 |
| 3.4.1 参数l变化下的信息损失和运行时间 | 第26页 |
| 3.4.2 参数m变化下的信息损失和运行时间 | 第26-27页 |
| 3.4.3 参数n变化下的信息损失和运行时间 | 第27页 |
| 3.4.4 |QI|变化下的信息损失和运行时间 | 第27-28页 |
| 3.4.5 实验总结 | 第28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 SLOMS：一种面向多敏感属性的数据发布隐私保护方法 | 第29-45页 |
| 4.1 引言 | 第29-30页 |
| 4.2 SLOMS | 第30-35页 |
| 4.2.1 符号与定义 | 第31-33页 |
| 4.2.2 SLOMS的形式化定义和比较 | 第33-34页 |
| 4.2.3 敏感属性划分 | 第34-35页 |
| 4.2.4 隐私保护 | 第35页 |
| 4.3 匿名数据评估 | 第35-37页 |
| 4.3.1 泛化的度量 | 第36页 |
| 4.3.2 分解的度量 | 第36-37页 |
| 4.4 算法 | 第37-39页 |
| 4.4.1 MSB-KACA算法 | 第37-38页 |
| 4.4.2 复杂度分析 | 第38-39页 |
| 4.5 实验结果及分析 | 第39-44页 |
| 4.5.1 实验环境与参数配置 | 第39-40页 |
| 4.5.2 隐匿率分析 | 第40-41页 |
| 4.5.3 附加信息损失分析 | 第41-42页 |
| 4.5.4 运行时间分析 | 第42-43页 |
| 4.5.5 扭曲度分析 | 第43-44页 |
| 4.5.6 实验总结 | 第44页 |
| 4.6 本章小结 | 第44-45页 |
| 5 分桶排列在多敏感属性隐私保护中的应用 | 第45-59页 |
| 5.1 引言 | 第45-48页 |
| 5.2 分桶排列技术 | 第48-51页 |
| 5.2.1 基本符号 | 第48-49页 |
| 5.2.2 分桶排列 | 第49-50页 |
| 5.2.3 数据质量度量 | 第50-51页 |
| 5.3 算法 | 第51-54页 |
| 5.3.1 朴素的多维桶分桶排列算法(NMBPA) | 第51-53页 |
| 5.3.2 最近距离多维桶分桶排列算法(CDMBPA) | 第53-54页 |
| 5.4 实验 | 第54-58页 |
| 5.4.1 NCP分析 | 第55-56页 |
| 5.4.2 SuppRatio分析 | 第56页 |
| 5.4.3 运行时间分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 6 总结及展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 今后的工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66-68页 |
