多维敏感数据发布基于概率图的隐私保护方法研究
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景及意义 | 第9页 |
1.2 研究现状及分析 | 第9-11页 |
1.3 本文的主要工作 | 第11-12页 |
1.4 本文的组织结构 | 第12-13页 |
第2章 数据发布中的隐私保护概述 | 第13-19页 |
2.1 攻击模型 | 第13-15页 |
2.2 隐私保护模型 | 第15-17页 |
2.3 匿名化技术 | 第17-18页 |
2.4 本章小结 | 第18-19页 |
第3章 基于多维敏感属性的多部图隐私保护模型 | 第19-28页 |
3.1 多维敏感属性数据匿名存在的问题 | 第19-22页 |
3.2 基于多维敏感属性的概率多部图隐私模型 | 第22-26页 |
3.2.1 隐私多部图 | 第22-23页 |
3.2.2 多部图敏感概率边 | 第23-24页 |
3.2.3 概率多部图匿名模型 | 第24-26页 |
3.3 信息损失与隐私风险度量 | 第26-27页 |
3.4 本章小结 | 第27-28页 |
第4章 概率多部图隐私保护方法设计与实现 | 第28-40页 |
4.1 总体设计和执行步骤 | 第28-30页 |
4.2 多部图生成算法 | 第30-33页 |
4.3 基于概率图模型匿名算法 | 第33-37页 |
4.4 概率多部图模型判定算法 | 第37-38页 |
4.5 算法复杂性分析 | 第38页 |
4.6 本章小结 | 第38-40页 |
第5章 系统分析与实验结果 | 第40-48页 |
5.1 系统设计 | 第40-41页 |
5.1.1 系统环境 | 第40页 |
5.1.2 数据集 | 第40-41页 |
5.2 实验结果及分析 | 第41-47页 |
5.2.1 安全性实验结果及分析 | 第41-43页 |
5.2.2 效用性实验结果及分析 | 第43-44页 |
5.2.3 有效性实验结果及分析 | 第44-45页 |
5.2.4 对比实验结果及分析 | 第45-47页 |
5.3 本章小结 | 第47-48页 |
第6章 总结与展望 | 第48-50页 |
6.1 总结 | 第48页 |
6.2 展望 | 第48-50页 |
参考文献 | 第50-52页 |
攻读硕士学位期间的研究成果 | 第52-53页 |
致谢 | 第53-54页 |