| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景意义及国内外研究现状 | 第9-12页 |
| ·课题背景意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要研究内容及章节安排 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·章节安排 | 第12-14页 |
| 第2章 k-匿名理论 | 第14-25页 |
| ·k-匿名模型的相关定义 | 第14-17页 |
| ·隐私保护算法分类 | 第14页 |
| ·k-匿名技术 | 第14-17页 |
| ·k-匿名的各种攻击 | 第17-20页 |
| ·同质攻击 | 第17-18页 |
| ·背景知识攻击 | 第18-19页 |
| ·无序匹配攻击 | 第19-20页 |
| ·时序推理攻击 | 第20页 |
| ·改进的匿名隐私规则 | 第20-22页 |
| ·l-diversity 规则 | 第20-21页 |
| ·(a,d)-diversity 规则 | 第21页 |
| ·(α,k ) -匿名规则 | 第21-22页 |
| ·k-匿名的信息损失度量 | 第22-23页 |
| ·基于数据泛化层次结构 | 第22页 |
| ·采用数据记录的可辨别度标准 | 第22-23页 |
| ·信息熵标准 | 第23页 |
| ·基于分类的度量标准 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第3章 基于微聚集的数据发布算法 | 第25-37页 |
| ·引言 | 第25页 |
| ·各类型数据间的距离及损失量 | 第25-27页 |
| ·数值型数据间距离 | 第25-26页 |
| ·分类型数据间距离 | 第26页 |
| ·元组间距离 | 第26-27页 |
| ·信息损失 | 第27页 |
| ·MDAV 算法 | 第27-29页 |
| ·l-diversity-MDAV 算法 | 第29-30页 |
| ·实验结果与分析 | 第30-36页 |
| ·实验环境 | 第30-32页 |
| ·执行时间分析 | 第32-34页 |
| ·信息损失量分析 | 第34-35页 |
| ·泄密风险分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 二次聚集实现l-diversity 规则 | 第37-45页 |
| ·引言 | 第37页 |
| ·c-modes 算法 | 第37-39页 |
| ·二次聚集实现l-diversity 规则的CLM 算法 | 第39-40页 |
| ·实验结果与分析 | 第40-44页 |
| ·实验环境 | 第40-41页 |
| ·执行时间分析 | 第41-42页 |
| ·信息损失量分析 | 第42页 |
| ·泄密风险分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 MDAV 算法的分析和改进 | 第45-53页 |
| ·引言 | 第45页 |
| ·数据元组的邻域密度 | 第45-47页 |
| ·MDAV 算法的改进 | 第47-49页 |
| ·实验结果与分析 | 第49-52页 |
| ·实验环境 | 第49页 |
| ·执行时间分析 | 第49-50页 |
| ·信息损失量分析 | 第50页 |
| ·泄密风险分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 总结与展望 | 第53-55页 |
| ·论文总结 | 第53页 |
| ·论文展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |