| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 隐私保护技术现状 | 第10-11页 |
| 1.2.2 隐私保护技术的应用 | 第11-13页 |
| 1.3 研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 基于社交网络分析的涉密人员身份发现 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 涉密群体发现 | 第15-18页 |
| 2.2.1 社团划分算法 | 第15-16页 |
| 2.2.2 基于Louvain的涉密群体发现 | 第16-18页 |
| 2.3 重要涉密人员发现 | 第18-21页 |
| 2.3.1 社交网络重要节点分析方法 | 第18-19页 |
| 2.3.2 基于PageRank和LeaderRank的重要涉密人员发现 | 第19-20页 |
| 2.3.3 基于凝聚子群派系分析的重要涉密人员发现 | 第20-21页 |
| 2.4 实验与分析 | 第21-26页 |
| 2.4.1 实验设计 | 第22-23页 |
| 2.4.2 实验过程与结果分析 | 第23-26页 |
| 2.5 小结 | 第26-27页 |
| 第3章 面向社交网络分析的涉密人员身份保护 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 传统匿名模型的不足 | 第27-30页 |
| 3.3 面向社交网络分析的隐私保护算法 | 第30-34页 |
| 3.3.1 算法描述 | 第30-31页 |
| 3.3.2 算法设计 | 第31-33页 |
| 3.3.3 图结构性质的评估 | 第33-34页 |
| 3.4 实验与分析 | 第34-38页 |
| 3.4.1 实验设计 | 第34页 |
| 3.4.2 实验过程与结果分析 | 第34-38页 |
| 3.5 小结 | 第38-41页 |
| 第4章 基于社交网络位置的涉密人员身份识别 | 第41-49页 |
| 4.1 引言 | 第41页 |
| 4.2 社交网络位置中的涉密人员身份识别 | 第41-46页 |
| 4.2.1 位置数据的表现形式 | 第41-42页 |
| 4.2.2 频繁位置的度量方式 | 第42-43页 |
| 4.2.3 基于频繁位置的身份识别 | 第43-46页 |
| 4.3 实验与分析 | 第46-48页 |
| 4.3.1 实验设计 | 第47页 |
| 4.3.2 实验分析 | 第47-48页 |
| 4.4 小结 | 第48-49页 |
| 第5章 面向社交网络位置的涉密人员身份保护 | 第49-57页 |
| 5.1 引言 | 第49页 |
| 5.2 隐私保护算法 | 第49-53页 |
| 5.2.1 算法描述 | 第49-51页 |
| 5.2.2 算法设计 | 第51-52页 |
| 5.2.3 隐私保护算法的评估 | 第52-53页 |
| 5.3 实验与分析 | 第53-54页 |
| 5.3.1 实验数据集 | 第53页 |
| 5.3.2 实验分析 | 第53-54页 |
| 5.4 小结 | 第54-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |