K-匿名隐私保护问题的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-18页 |
| ·研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·研究内容 | 第16页 |
| ·本文组织结构 | 第16-18页 |
| 第2章 相关概念 | 第18-28页 |
| ·引言 | 第18页 |
| ·隐私和隐私保护 | 第18-21页 |
| ·隐私定义 | 第18-19页 |
| ·隐私分类 | 第19页 |
| ·隐私信息获取 | 第19-20页 |
| ·隐私信息泄露类型 | 第20-21页 |
| ·信息共享的隐私保护 | 第21-24页 |
| ·面向原始数据的隐私保护 | 第21-23页 |
| ·面向数据挖掘知识的隐私保护 | 第23-24页 |
| ·K-匿名技术 | 第24-27页 |
| ·链接攻击 | 第24-25页 |
| ·K-匿名隐私保护模型 | 第25-27页 |
| ·本章小节 | 第27-28页 |
| 第3章 针对K-匿名的攻击 | 第28-38页 |
| ·引言 | 第28页 |
| ·K-匿名算法分类及缺陷分析 | 第28-31页 |
| ·全域泛化算法 | 第28-30页 |
| ·局域泛化算法 | 第30-31页 |
| ·针对K-匿名模型的攻击分析 | 第31-37页 |
| ·同一攻击 | 第31-33页 |
| ·背景知识攻击 | 第33页 |
| ·无序匹配攻击 | 第33-34页 |
| ·互补发布攻击 | 第34-36页 |
| ·时序推理攻击 | 第36-37页 |
| ·本章小节 | 第37-38页 |
| 第4章 基于熵分类的K-匿名 | 第38-49页 |
| ·引言 | 第38页 |
| ·K-匿名隐私保护的实现方法 | 第38-42页 |
| ·隐匿 | 第38-39页 |
| ·泛化 | 第39-40页 |
| ·最小化K-匿名 | 第40-41页 |
| ·精确度计算 | 第41-42页 |
| ·熵分类与K-匿名 | 第42-45页 |
| ·数据分类 | 第42-44页 |
| ·熵分类与K-匿名 | 第44-45页 |
| ·基于熵分类的K-匿名 | 第45-48页 |
| ·熵的定义 | 第45-47页 |
| ·Entropy算法描述 | 第47-48页 |
| ·本章小节 | 第48-49页 |
| 第5章 实验与分析 | 第49-58页 |
| ·引言 | 第49页 |
| ·Basic Incognito算法 | 第49-53页 |
| ·Basic Incognito算法描述 | 第49-51页 |
| ·实验环境 | 第51-52页 |
| ·Basic Incognito算法执行时间分析 | 第52-53页 |
| ·Basic Incognito算法精确度分析 | 第53页 |
| ·Entropy算法 | 第53-56页 |
| ·实验环境 | 第53-54页 |
| ·Entropy算法执行时间分析 | 第54-55页 |
| ·Entropy算法精确度分析 | 第55-56页 |
| ·算法比较分析 | 第56-57页 |
| ·执行时间比较分析 | 第56页 |
| ·精确度比较分析 | 第56-57页 |
| ·本章小节 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的学术论文目录 | 第65-66页 |
| 科研项目经历 | 第66-67页 |
| 致谢 | 第67页 |
