基于隐私保护的分布式数据挖掘研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文研究内容 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 数据挖掘技术概述 | 第14-21页 |
| 2.1 数据挖掘技术 | 第14-16页 |
| 2.1.1 认识数据 | 第14页 |
| 2.1.2 数据挖掘过程 | 第14-15页 |
| 2.1.3 数据挖掘方法 | 第15-16页 |
| 2.2 聚类数据挖掘 | 第16-20页 |
| 2.2.1 聚类方法 | 第16-18页 |
| 2.2.2 聚类个数的确定方法 | 第18页 |
| 2.2.3 聚类的度量方法 | 第18-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 隐私保护分布式数据挖掘研究 | 第21-29页 |
| 3.1 分布式数据挖掘 | 第21-24页 |
| 3.1.1 分布式数据挖掘模型 | 第21-22页 |
| 3.1.2 分布式数据集的划分方式 | 第22-23页 |
| 3.1.3 分布式数据挖掘系统的特点 | 第23-24页 |
| 3.2 隐私保护目标 | 第24页 |
| 3.3 安全多方计算 | 第24-28页 |
| 3.3.1 秘密比较协议 | 第25页 |
| 3.3.2 安全求和协议 | 第25-26页 |
| 3.3.3 安全两方矩阵乘法协议 | 第26-27页 |
| 3.3.4 安全两方点积协议 | 第27页 |
| 3.3.5 同态加密方案 | 第27页 |
| 3.3.6 置换协议 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第四章 基于单元格的K-means聚类算法 | 第29-42页 |
| 4.1 K-means聚类算法 | 第29-34页 |
| 4.1.1 算法思想 | 第29页 |
| 4.1.2 算法流程 | 第29-31页 |
| 4.1.3 算法分析 | 第31-32页 |
| 4.1.4 算法依赖性验证 | 第32-34页 |
| 4.2 CK-means聚类算法 | 第34-39页 |
| 4.2.1 算法思想 | 第34页 |
| 4.2.2 单元格划分及相关定义 | 第34-37页 |
| 4.2.3 算法流程 | 第37-39页 |
| 4.2.4 算法分析 | 第39页 |
| 4.3 实验与分析 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 基于隐私保护的分布式聚类算法 | 第42-56页 |
| 5.1 分布式聚类挖掘 | 第42页 |
| 5.2 分布式K-means聚类算法 | 第42-45页 |
| 5.2.1 算法思想 | 第42-43页 |
| 5.2.2 算法流程 | 第43-45页 |
| 5.2.3 算法分析 | 第45页 |
| 5.3 隐私保护分布式CK-means聚类算法 | 第45-51页 |
| 5.3.1 算法思想 | 第45-46页 |
| 5.3.2 算法流程 | 第46-50页 |
| 5.3.3 算法模型 | 第50-51页 |
| 5.4 性能分析与实验分析 | 第51-55页 |
| 5.4.1 局部信息隐私性分析 | 第51-52页 |
| 5.4.2 全局信息正确性分析 | 第52-53页 |
| 5.4.3 聚类准确度分析 | 第53页 |
| 5.4.4 实验与分析 | 第53-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 全文工作总结 | 第56页 |
| 6.2 研究展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 作者攻读学位期间发表的学术论文目录 | 第63页 |
