集值数据发布中的自适应匿名方法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状及分析 | 第10-15页 |
| 1.2.1 隐私定义与类别 | 第11-12页 |
| 1.2.2 数据发布中的隐私保护 | 第12-13页 |
| 1.2.3 集值数据发布隐私问题 | 第13-15页 |
| 1.3 论文的主要工作 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-17页 |
| 第2章 数据发布的隐私保护概述分析 | 第17-26页 |
| 2.1 关系型数据隐私问题 | 第17-18页 |
| 2.1.1 信息获取 | 第17-18页 |
| 2.1.2 简单匿名 | 第18页 |
| 2.2 隐私攻击模型 | 第18-21页 |
| 2.2.1 链接攻击 | 第18-19页 |
| 2.2.2 背景知识攻击 | 第19-20页 |
| 2.2.3 同质攻击 | 第20-21页 |
| 2.2.4 偏态攻击 | 第21页 |
| 2.3 隐私保护模型 | 第21-25页 |
| 2.3.1 k-匿名 | 第21-22页 |
| 2.3.2 (α,k)-匿名 | 第22-23页 |
| 2.3.3 1-多样性 | 第23-24页 |
| 2.3.4 t-接近 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 集值型数据隐私保护 | 第26-34页 |
| 3.1 集值型数据隐私问题 | 第26-27页 |
| 3.1.1 集值数据的特性 | 第26页 |
| 3.1.2 集值数据的隐私泄露 | 第26-27页 |
| 3.2 隐私保护匿名策略 | 第27-29页 |
| 3.2.1 泛化(Generalization) | 第27页 |
| 3.2.2 抑制(Suppression) | 第27-28页 |
| 3.2.3 置乱(Permutation) | 第28页 |
| 3.2.4 扰动(Perturbation) | 第28-29页 |
| 3.3 集值数据隐私保护模型 | 第29-32页 |
| 3.3.1 k~m-匿名 | 第29-30页 |
| 3.3.2 (h,k,p)-coherence | 第30-31页 |
| 3.3.3 (k,l)~((m,n))匿名 | 第31-32页 |
| 3.3.4 ρ-不确定性 | 第32页 |
| 3.4 敏感度自适应匿名模型 | 第32-33页 |
| 3.4.1 敏感值的分布及隐私 | 第33页 |
| 3.4.2 敏感度自适应策略 | 第33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 敏感度自适应匿名算法 | 第34-43页 |
| 4.1 问题的提出 | 第34-35页 |
| 4.2 隐私约束条件 | 第35-36页 |
| 4.3 SAPP匿名算法 | 第36-42页 |
| 4.3.1 算法框架 | 第36-38页 |
| 4.3.2 违反集查找 | 第38-40页 |
| 4.3.3 数据清洗 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 系统设计与实验分析 | 第43-52页 |
| 5.1 实验环境 | 第43-44页 |
| 5.1.1 实验平台 | 第43页 |
| 5.1.2 实验数据集 | 第43页 |
| 5.1.3 数据有效性评估标准 | 第43-44页 |
| 5.2 系统设计 | 第44-48页 |
| 5.2.1 系统设计概要分析 | 第44-45页 |
| 5.2.2 Hadoop实验平台 | 第45-48页 |
| 5.3 实验分析 | 第48-51页 |
| 5.3.1 数据效用性分析 | 第48-50页 |
| 5.3.2 计算性能分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
