基于k-匿名的轨迹隐私保护技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 主流的轨迹数据隐私保护技术 | 第11页 |
| 1.2.2 轨迹k - 匿名技术的发展和现状 | 第11-12页 |
| 1.3 轨迹数据匿名技术分析 | 第12-14页 |
| 1.3.1 新的轨迹匿名方法 | 第13页 |
| 1.3.2 新应用中的轨迹隐私保护 | 第13-14页 |
| 1.3.3 轨迹数据收集中的隐私保护 | 第14页 |
| 1.4 本文的主要研究内容 | 第14-15页 |
| 1.5 文章的内容安排 | 第15-17页 |
| 第二章 轨迹数据隐私保护的相关概述 | 第17-28页 |
| 2.1 相关概念 | 第17-18页 |
| 2.2 轨迹隐私保护场景 | 第18-19页 |
| 2.2.1 数据发布中轨迹隐私 | 第18-19页 |
| 2.2.2 基于位置服务的轨迹隐私 | 第19页 |
| 2.3 轨迹隐私保护技术体系结构 | 第19-21页 |
| 2.3.1 轨迹隐私保护系统结构 | 第19-20页 |
| 2.3.2 轨迹隐私保护技术分类 | 第20-21页 |
| 2.4 传统轨迹k-匿名技术 | 第21-26页 |
| 2.4.1 基本概念 | 第21-22页 |
| 2.4.2 技术流程 | 第22-23页 |
| 2.4.3 算法介绍 | 第23-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第三章 基于DTW距离函数的DTW-TA算法 | 第28-42页 |
| 3.1 研究基础 | 第28-30页 |
| 3.1.1 基本概念 | 第28页 |
| 3.1.2 轨迹隐私模型 | 第28-29页 |
| 3.1.3 轨迹相似性度量 | 第29-30页 |
| 3.2 DTW-TA轨迹匿名算法 | 第30-33页 |
| 3.2.1 算法的主要流程 | 第30-31页 |
| 3.2.2 轨迹预处理阶段 | 第31页 |
| 3.2.3 轨迹匿名阶段 | 第31-32页 |
| 3.2.4 算法时空复杂度分析 | 第32-33页 |
| 3.3 轨迹隐私保障和可用性分析 | 第33-34页 |
| 3.3.1 轨迹隐私保障 | 第33页 |
| 3.3.2 轨迹数据的可用性分析 | 第33-34页 |
| 3.4 实验及结果分析 | 第34-41页 |
| 3.4.1 实验数据与环境 | 第34-35页 |
| 3.4.2 数据可用性比较 | 第35-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章k-匿名改进模型下的LCSS-TA算法 | 第42-53页 |
| 4.1 研究基础 | 第42-45页 |
| 4.1.1 基本符号和定义 | 第42-43页 |
| 4.1.2 轨迹隐私模型 | 第43-44页 |
| 4.1.3 轨迹相似性度量 | 第44-45页 |
| 4.2 LCSS-TA轨迹匿名算法 | 第45-47页 |
| 4.2.1 轨迹预处理阶段 | 第45页 |
| 4.2.2 轨迹匿名阶段 | 第45-46页 |
| 4.2.3 算法时空复杂度分析 | 第46-47页 |
| 4.3 轨迹隐私保障和信息损失度量 | 第47-48页 |
| 4.3.1 轨迹隐私保障 | 第47页 |
| 4.3.2 轨迹隐私保护水平度量 | 第47-48页 |
| 4.3.3 轨迹数据的信息损失度量 | 第48页 |
| 4.4 实验结果及分析 | 第48-52页 |
| 4.4.1 实验数据 | 第48页 |
| 4.4.2 算法的性能比较 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 工作总结 | 第53页 |
| 5.2 研究展望 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间的研究成果 | 第60-61页 |
