LBS中基于聚类的隐私保护方案研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究的主要内容 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第2章 位置隐私保护中的K-匿名技术 | 第18-28页 |
| 2.1 位置服务中的隐私保护综述 | 第18-24页 |
| 2.1.1 位置服务中的隐私保护问题 | 第18-20页 |
| 2.1.2 位置隐私保护方法的分类 | 第20-23页 |
| 2.1.3 位置隐私保护系统结构 | 第23-24页 |
| 2.2 位置k-匿名 | 第24-26页 |
| 2.2.1 位置k-匿名的提出 | 第24-25页 |
| 2.2.2 经典的位置k-匿名技术 | 第25-26页 |
| 2.3 位置l-多样性 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 一个基于聚类的隐私保护方案 | 第28-47页 |
| 3.1 本方案的相关知识 | 第28-32页 |
| 3.1.1 系统结构 | 第28-29页 |
| 3.1.2 路网模型 | 第29-30页 |
| 3.1.3 方案的构成 | 第30-32页 |
| 3.2 BAUC算法 | 第32-39页 |
| 3.2.1 聚类与空间数据处理 | 第32-33页 |
| 3.2.2 DBSCAN聚类 | 第33-35页 |
| 3.2.3 历史用户数据的处理与分析 | 第35页 |
| 3.2.4 索引的建立与更新 | 第35-37页 |
| 3.2.5 位置匿名处理 | 第37-39页 |
| 3.3 BDGC算法 | 第39-44页 |
| 3.3.1 算法的提出 | 第40页 |
| 3.3.2 数据结构 | 第40-42页 |
| 3.3.3 算法描述 | 第42-43页 |
| 3.3.4 算法小结 | 第43-44页 |
| 3.4 匿名查询处理方法 | 第44-46页 |
| 3.4.1 LBS查询的分类 | 第44-45页 |
| 3.4.2 匿名查询处理 | 第45-46页 |
| 3.4.3 处理候选结果集 | 第46页 |
| 3.5 本章小结 | 第46-47页 |
| 第4章 实验模拟与分析 | 第47-52页 |
| 4.1 实验环境 | 第47页 |
| 4.2 评价标准 | 第47-48页 |
| 4.3 实验结果分析 | 第48-51页 |
| 4.3.1 匿名成功率 | 第48-49页 |
| 4.3.2 匿名区域的面积 | 第49-50页 |
| 4.3.3 匿名区域的面积比 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
