| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 数据发布研究背景及意义 | 第8-9页 |
| 1.2 数据发布中隐私保护研究现状 | 第9-10页 |
| 1.2.1 一般性数据发布研究 | 第9-10页 |
| 1.2.2 个性化数据发布研究 | 第10页 |
| 1.3 本文主要研究内容与组织架构 | 第10-12页 |
| 2 数据发布中的隐私保护 | 第12-18页 |
| 2.1 隐私保护中的数据泛化方法 | 第12-14页 |
| 2.2 隐私保护中的匿名模型 | 第14-17页 |
| 2.2.1 k-匿名模型 | 第14-15页 |
| 2.2.2 L-diversity模型 | 第15-17页 |
| 2.2.3 t-closeness模型 | 第17页 |
| 2.3 本章小结 | 第17-18页 |
| 3 多维敏感属性数据发布中的隐私泄露 | 第18-28页 |
| 3.1 多敏感属性数据发布中的问题研究分析 | 第18-19页 |
| 3.2 多敏感隐私属性的数据发布方法 | 第19-23页 |
| 3.2.1 基于多维桶分组技术的隐私数据发布方法 | 第20-22页 |
| 3.2.2 基于L-覆盖性聚类分组的隐私数据发布方法 | 第22-23页 |
| 3.3 多敏感属性的个性化隐私保护 | 第23-26页 |
| 3.3.1 面向多敏感属性的个性化数据发布算法 | 第24-26页 |
| 3.4 本章小结 | 第26-28页 |
| 4 面向多维敏感属性的数据发布 | 第28-40页 |
| 4.1 多敏感属性隐私数据发布问题 | 第28-29页 |
| 4.1.1 发布数据表中的属性定义 | 第28页 |
| 4.1.2 有损连接发布 | 第28-29页 |
| 4.2 基于类二部图边选择的多敏感数据分组算法---BES | 第29-35页 |
| 4.2.1 算法基本思想 | 第30-32页 |
| 4.2.2 算法描述 | 第32-33页 |
| 4.2.3 BES算法实例应用 | 第33-35页 |
| 4.3 实验结果及分析 | 第35-39页 |
| 4.3.1 实验数据集 | 第35-36页 |
| 4.3.2 实验及结果分析 | 第36-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 面向多敏感属性的个性化发布模型 | 第40-56页 |
| 5.1 多敏感属性(L,α)-diversity个性化数据发布模型 | 第40-44页 |
| 5.1.1 相关定义与描述 | 第40-43页 |
| 5.1.2 (L,α)-diversity个性化数据发布模型描述 | 第43-44页 |
| 5.2 带权类二部图边选择分组算法--WBES | 第44-46页 |
| 5.3 L-拆分带权元组边选择分组算法—L-SWES | 第46-50页 |
| 5.3.1 算法基本思想 | 第47-48页 |
| 5.3.2 算法描述 | 第48-49页 |
| 5.3.3 L-SWES算法实例 | 第49-50页 |
| 5.4 实验及结果分析 | 第50-55页 |
| 5.4.1 实验数据 | 第50-52页 |
| 5.4.2 实验及结果分析 | 第52-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 研究工作总结 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
