面向关联规则挖掘的隐私保护算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景与意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 关联规则挖掘隐私保护现状 | 第11-13页 |
| 1.3.2 差分隐私研究现状 | 第13-15页 |
| 1.4 研究目标和内容 | 第15-16页 |
| 1.5 论文组织结构 | 第16-18页 |
| 第2章 关键问题分析与流程设计 | 第18-28页 |
| 2.1 面向关联规则挖掘的隐私保护理论分析 | 第18-22页 |
| 2.1.1 差分隐私 | 第18-21页 |
| 2.1.2 关联规则挖掘 | 第21-22页 |
| 2.2 总体需求分析 | 第22页 |
| 2.3 隐私保护算法对比分析 | 第22-23页 |
| 2.4 总体流程设计 | 第23-24页 |
| 2.5 子算法流程设计 | 第24-26页 |
| 2.5.1 面向频繁项集挖掘的隐私保护算法设计 | 第25页 |
| 2.5.2 面向频繁序列挖掘的隐私保护算法设计 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 面向频繁项集挖掘的隐私保护算法研究 | 第28-46页 |
| 3.1 问题分析 | 第28-29页 |
| 3.2 DP-FIM算法整体设计 | 第29-30页 |
| 3.3 DP-FIM算法实现 | 第30-38页 |
| 3.3.1 真实频繁项集挖掘 | 第30页 |
| 3.3.2 带噪频繁项集挖掘 | 第30-34页 |
| 3.3.3 带噪支持度生成 | 第34-36页 |
| 3.3.4 一致性约束处理 | 第36-38页 |
| 3.4 可用性分析 | 第38-39页 |
| 3.5 实验分析 | 第39-45页 |
| 3.5.1 实验指标 | 第39-40页 |
| 3.5.2 挖掘结果分析 | 第40-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 面向频繁序列挖掘的隐私保护算法研究 | 第46-67页 |
| 4.1 问题分析 | 第46-47页 |
| 4.2 DP-FSM算法整体设计 | 第47-48页 |
| 4.3 DP-FSM算法实现 | 第48-57页 |
| 4.3.1 获取带噪最佳序列长度 | 第48-51页 |
| 4.3.2 前缀序列树构建 | 第51-57页 |
| 4.3.3 带噪频繁序列集和带噪支持度集挖掘 | 第57页 |
| 4.4 可用性分析 | 第57-58页 |
| 4.5 实验分析 | 第58-66页 |
| 4.5.1 实验指标 | 第59页 |
| 4.5.2 挖掘结果分析 | 第59-66页 |
| 4.6 本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 本文总结 | 第67-68页 |
| 5.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读硕士学位期间获得的学术成果 | 第74页 |
