基于属性相关的差分隐私保护机制研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第2章 隐私保护模型基础 | 第17-29页 |
| 2.1 隐私保护技术 | 第17-18页 |
| 2.2 K-匿名模型 | 第18-22页 |
| 2.2.1 K-匿名模型的基本概念 | 第18-20页 |
| 2.2.2 K-匿名模型的优缺点 | 第20-22页 |
| 2.3 L-多样化模型 | 第22-24页 |
| 2.3.1 L-多样化模型的定义 | 第22-23页 |
| 2.3.2 L-多样化模型的优缺点 | 第23-24页 |
| 2.4 T-相近模型 | 第24页 |
| 2.4.1 T-相近模型的基本概念 | 第24页 |
| 2.4.2 T-相近模型所存在的优缺点 | 第24页 |
| 2.5 差分隐私保护模型 | 第24-26页 |
| 2.5.1 差分隐私保护模型的基本概念 | 第24-25页 |
| 2.5.2 差分隐私保护模型的优缺点 | 第25-26页 |
| 2.6 多敏感属性的隐私保护 | 第26-28页 |
| 2.6.1 基于有损连接的分割技术 | 第26-28页 |
| 2.6.2 基于有损连接的分割技术的优缺点 | 第28页 |
| 2.7 本章小结 | 第28-29页 |
| 第3章 基于属性相关的差分隐私策略 | 第29-39页 |
| 3.1 多敏感属性相关问题研究分析 | 第29-32页 |
| 3.2 相关研究基础 | 第32-34页 |
| 3.3 基于属性相关的差分隐私模型 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于属性相关的差分隐私方法 | 第39-53页 |
| 4.1 MICPCA算法 | 第39-48页 |
| 4.1.1 最大信息系数 | 第39-41页 |
| 4.1.2 投影算子的构建 | 第41-42页 |
| 4.1.3 MICPCA算法 | 第42-48页 |
| 4.2 MICSMT算法 | 第48-52页 |
| 4.2.1 最大信息系数的最大似然估计 | 第49页 |
| 4.2.2 对于ML本征矢量测度SMT模型 | 第49-50页 |
| 4.2.3 MICSMT算法 | 第50-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 实验与分析 | 第53-61页 |
| 5.1 实验设计 | 第53-54页 |
| 5.1.1 实验数据集来源 | 第53页 |
| 5.1.2 实验环境 | 第53页 |
| 5.1.3 评测标准 | 第53-54页 |
| 5.2 实验结果及分析 | 第54-59页 |
| 5.3 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
