| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 论文研究内容 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第二章 相关理论知识及技术 | 第13-26页 |
| 2.1 隐私保护的基础理论 | 第13-14页 |
| 2.1.1 隐私的定义 | 第13页 |
| 2.1.2 隐私保护的主要研究方向 | 第13-14页 |
| 2.1.3 隐私保护技术 | 第14页 |
| 2.2 微数据发布中的隐私保护 | 第14-20页 |
| 2.2.1 基本概念 | 第14-15页 |
| 2.2.2 常见的攻击方式 | 第15-18页 |
| 2.2.3 常见的隐私威胁类型 | 第18页 |
| 2.2.4 数据匿名化实现技术 | 第18-20页 |
| 2.3 传统的隐私保护匿名模型 | 第20-23页 |
| 2.3.1 k-匿名模型 | 第21页 |
| 2.3.2 l-多样性模型 | 第21-22页 |
| 2.3.3 (α,k)-匿名模型 | 第22-23页 |
| 2.3.4 p-敏感k-匿名模型 | 第23页 |
| 2.4 匿名化性能度量标准 | 第23-25页 |
| 2.4.1 信息损失度量 | 第23-24页 |
| 2.4.2 敏感属性值的识别率度量 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 个性化(α,l)-多样性k-匿名隐私保护模型 | 第26-37页 |
| 3.1 问题提出 | 第26页 |
| 3.2 个性化(α,l)-多样性k-匿名模型 | 第26-29页 |
| 3.2.1 敏感属性值的敏感级别 | 第26-27页 |
| 3.2.2 (α,l)-多样性k-匿名模型 | 第27页 |
| 3.2.3 个性化隐私保护规则 | 第27-29页 |
| 3.3 个性化(α,l)-多样性k-匿名模型的算法实现 | 第29-31页 |
| 3.3.1 算法描述 | 第29-30页 |
| 3.3.2 算法的有效性与复杂性分析 | 第30-31页 |
| 3.4 实验与结果分析 | 第31-36页 |
| 3.4.1 信息损失比较 | 第32-33页 |
| 3.4.2 敏感值识别率比较 | 第33-35页 |
| 3.4.3 执行时间比较 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 抵御相似性攻击的个性化p-敏感k-匿名模型 | 第37-48页 |
| 4.1 问题提出 | 第37页 |
| 4.2 个性化p-敏感k-匿名模型 | 第37-39页 |
| 4.2.1 敏感属性值的语义相似性分析 | 第38页 |
| 4.2.2 基于敏感度的频率约束规则 | 第38页 |
| 4.2.3 个性化p-敏感k-匿名模型 | 第38-39页 |
| 4.3 个性化p-敏感k-匿名模型的算法实现 | 第39-42页 |
| 4.3.1 算法描述 | 第39-41页 |
| 4.3.2 算法的有效性与复杂性分析 | 第41-42页 |
| 4.4 实验与结果分析 | 第42-46页 |
| 4.4.1 信息损失比较 | 第43-44页 |
| 4.4.2 敏感值识别率比较 | 第44-46页 |
| 4.4.3 执行时间比较 | 第46页 |
| 4.5 本章小结 | 第46-48页 |
| 第五章 总结和展望 | 第48-50页 |
| 5.1 工作总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间的研究成果 | 第55-56页 |
| 致谢 | 第56-57页 |
