| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 引言 | 第9-14页 |
| ·研究背景和意义 | 第9-10页 |
| ·隐私保护聚类挖掘的研究现状 | 第10-12页 |
| ·论文主要工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 数据挖掘及隐私保护概述 | 第14-25页 |
| ·数据挖掘概述 | 第14-16页 |
| ·数据挖掘中的隐私问题 | 第16-18页 |
| ·何谓隐私 | 第16-17页 |
| ·数据挖掘中的隐私保护问题 | 第17-18页 |
| ·PPDM(PRIVACY-PRESERVING DATA MINING)使用的方法 | 第18-21页 |
| ·安全多方计算(Secure multi-party Computation) | 第18-20页 |
| ·数据扰乱(Distorted data) | 第20-21页 |
| ·分布式隐私保护的数据挖掘 | 第21-22页 |
| ·隐私保护数据挖掘的发展趋势 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 数据挖掘中的聚类算法 | 第25-31页 |
| ·数据挖掘对聚类方法的要求 | 第25-27页 |
| ·几种经典聚类算法描述 | 第27-30页 |
| ·K-MEANS聚类算法 | 第27-28页 |
| ·层次聚类算法 | 第28-29页 |
| ·DBSCAN | 第29-30页 |
| ·层次-K-MEANS聚类算法 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第四章 半诚实模型下水平分布数据隐私保护的聚类算法 | 第31-56页 |
| ·相关定义 | 第31-35页 |
| ·安全多方计算协议 | 第35-41页 |
| ·(协议1)安全和协议 | 第36页 |
| ·(协议2)点积协议 | 第36-37页 |
| ·(协议3)百万富翁协议 | 第37页 |
| ·(协议4)安全标准化协议 | 第37-38页 |
| ·(协议5)距离计算的安全协议 | 第38-39页 |
| ·(协议6)安全比较协议 | 第39-40页 |
| ·(协议)7康类中心计算的安全协议 | 第40-41页 |
| ·半诚实模型下水平分布数据隐私保护的层次-K-MEANS算法 | 第41-51页 |
| ·算法思想 | 第42-43页 |
| ·HPPHKC算法描述 | 第43-45页 |
| ·算法安全性分析 | 第45-46页 |
| ·通信代价和计算复杂度分析 | 第46页 |
| ·k-means算法和层次-k-means算法实验 | 第46-47页 |
| ·应用举例 | 第47-51页 |
| ·水平分布数据环境下隐私保护的DBSCAN | 第51-54页 |
| ·算法描述 | 第51-53页 |
| ·算法安全性分析 | 第53页 |
| ·通信代价和计算复杂度分析 | 第53-54页 |
| ·实例分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 恶意方共谋情况下垂直分布数据的隐私保护 | 第56-71页 |
| ·普通数据扰乱方法存在的缺陷 | 第56-59页 |
| ·加法数据扰乱的缺陷 | 第56页 |
| ·普通对角矩阵随机化方法存在的缺陷 | 第56-57页 |
| ·ICA对普通的旋转正交变换的威胁 | 第57-58页 |
| ·距离推理可攻破普通的旋转正交变换 | 第58-59页 |
| ·普通正交变换在恶意方共谋情况下失去抵抗力 | 第59-61页 |
| ·正交变换在半诚实模型下可有效保护隐私 | 第59-60页 |
| ·半诚实模型下普通正交变换实验 | 第60-61页 |
| ·恶意方共谋情况下普通正交变换存在的安全隐患 | 第61页 |
| ·垂直分布数据属性间点积的计算 | 第61-66页 |
| ·问题描述 | 第61-63页 |
| ·垂直分布数据点积问题解决方法 | 第63-64页 |
| ·随机矩阵的选择 | 第64-66页 |
| ·数据扰乱在垂直分布数据层次-K-MEANS聚类算法中的应用 | 第66-67页 |
| ·实验 | 第67-70页 |
| ·恶意方共谋情况下垂直分布数据隐私保护的点积实验 | 第67-68页 |
| ·垂直分布数据隐私保护的层次-k-means聚类实验 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| ·工作总结 | 第71-72页 |
| ·需进一步研究的工作 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间发表的学术论文 | 第79页 |
