| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 论文主要研究内容 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第二章 相关概念及技术基础 | 第12-22页 |
| 2.1 社会网络数据发布隐私保护相关概念 | 第12-15页 |
| 2.1.1 社会网络中的隐私信息 | 第12-14页 |
| 2.1.2 攻击者背景知识 | 第14-15页 |
| 2.2 k-匿名算法 | 第15-18页 |
| 2.2.1 k-度匿名算法 | 第15-16页 |
| 2.2.2 k-邻域匿名算法 | 第16-18页 |
| 2.3 l-diversity算法 | 第18-19页 |
| 2.4 进化算法 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 面向社区结构的社会网络数据匿名算法研究 | 第22-41页 |
| 3.1 算法提出 | 第22-23页 |
| 3.2 算法原理 | 第23-24页 |
| 3.3 基于进化算法的k-度匿名序列 | 第24-26页 |
| 3.4 基于社区层次结构的k-度匿名算法 | 第26-36页 |
| 3.4.1 HRG基本概念 | 第27页 |
| 3.4.2 构造HRG | 第27-28页 |
| 3.4.3 HCE基本概念 | 第28-29页 |
| 3.4.4 基于社区层次结构的k-度匿名算法 | 第29-36页 |
| 3.5 融合l-多样性算法的（k,l）-算法 | 第36-40页 |
| 3.5.1 l-多样性算法描述 | 第36-38页 |
| 3.5.2 (k,l)-匿名算法 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 面向社区结构的社会网络数据匿名算法实验与分析 | 第41-52页 |
| 4.1 实验环境 | 第41页 |
| 4.2 实验数据集介绍 | 第41页 |
| 4.3 实验评价标准与方法 | 第41-43页 |
| 4.4 实验结果及分析 | 第43-51页 |
| 4.4.1 执行效率 | 第43-45页 |
| 4.4.2 匿名代价 | 第45-47页 |
| 4.4.3 数据可用性 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-63页 |
| A 作者在硕士期间发表的论文 | 第60-61页 |
| B 表目录 | 第61-62页 |
| C 图目录 | 第62-63页 |