| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题背景和研究意义 | 第10-11页 |
| ·选题背景 | 第10-11页 |
| ·研究意义 | 第11页 |
| ·国内外研究现状 | 第11-15页 |
| ·课题研究内容 | 第15页 |
| ·论文的结构安排 | 第15-18页 |
| 第2章 隐私保护基础分析 | 第18-30页 |
| ·隐私保护概述 | 第18页 |
| ·常见的隐私信息威胁 | 第18-21页 |
| ·链接攻击 | 第18-19页 |
| ·背景知识攻击 | 第19-20页 |
| ·同质攻击 | 第20-21页 |
| ·匿名化方法 | 第21-24页 |
| ·泛化 | 第21-22页 |
| ·隐匿 | 第22-23页 |
| ·聚类 | 第23-24页 |
| ·经典的隐私保护策略 | 第24-26页 |
| ·k-anonymity | 第24-25页 |
| ·l-diversity | 第25-26页 |
| ·采用聚类的隐私保护策略 | 第26-28页 |
| ·clustering for k-anonymity | 第26-27页 |
| ·clustering for l-diversity | 第27页 |
| ·clustering for (p,a)-Sensitive k-anonymity | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 m-inclusion 隐私保护策略 | 第30-40页 |
| ·动态数据发布概述 | 第30-31页 |
| ·针对动态数据发布的 m-invariance 隐私保护策略 | 第31-34页 |
| ·m-invariance 主要思路 | 第31-34页 |
| ·m-invariance 的不足 | 第34页 |
| ·m-inclusion 隐私保护策略的提出 | 第34页 |
| ·引入的两个定义 | 第34-36页 |
| ·信息损失度 | 第34-35页 |
| ·侯选更新集签名 | 第35-36页 |
| ·m-inclusion 主要思想 | 第36-37页 |
| ·设计思路 | 第37-38页 |
| ·数据添加时的隐私保护思路 | 第37页 |
| ·数据删除时的隐私保护思路 | 第37-38页 |
| ·数据修改时的隐私保护思路 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第4章 基于聚类的匿名化方法 | 第40-46页 |
| ·m-inclusion 策略采用的匿名化方法 | 第40页 |
| ·聚类思想的应用 | 第40-43页 |
| ·应用于 k-anonymity 的聚类思想 | 第40-41页 |
| ·应用于 m-inclusion 的聚类思想 | 第41-43页 |
| ·生成匿名表的步骤 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第5章 m-inclusion 匿名算法分析 | 第46-56页 |
| ·实验数据集来源及环境 | 第46页 |
| ·m-inclusion 匿名算法性能分析 | 第46-48页 |
| ·隐私安全性分析 | 第48-49页 |
| ·实验分析 | 第49-54页 |
| ·信息损失度分析 | 第52-53页 |
| ·添加伪记录数分析 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64页 |
