隐私保护的微聚集算法研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-10页 |
| ·隐私保护概述 | 第8-9页 |
| ·隐私保护的重要性 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·研究内容 | 第12页 |
| ·论文组织结构 | 第12-14页 |
| 2 隐私保护相关技术 | 第14-30页 |
| ·隐私泄露 | 第14页 |
| ·传统隐私保护技术 | 第14-15页 |
| ·数据发布隐私保护技术 | 第15-17页 |
| ·随机过程扰动技术 | 第15-16页 |
| ·匿名隐私保护技术 | 第16-17页 |
| ·K-匿名技术 | 第17-26页 |
| ·基本概念 | 第17-18页 |
| ·k-匿名介绍 | 第18-22页 |
| ·l-多样性模型 | 第22-24页 |
| ·k-匿名扩展研究 | 第24页 |
| ·k-匿名实现方法 | 第24-26页 |
| ·K-匿名评估标准 | 第26-29页 |
| ·信息损失评估标准 | 第27-28页 |
| ·泄露风险评估标准 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 K-匿名算法研究与改进 | 第30-37页 |
| ·基于泛化和隐匿的算法 | 第30-32页 |
| ·全域泛化算法 | 第30-31页 |
| ·局域泛化算法 | 第31-32页 |
| ·聚类算法 | 第32-34页 |
| ·微聚集算法 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于二次聚类的 MKL 算法 | 第37-46页 |
| ·微聚集算法不足 | 第37页 |
| ·算法改进 | 第37-40页 |
| ·MKL 算法描述 | 第40-41页 |
| ·时间分析 | 第41页 |
| ·算法度量标准 | 第41-45页 |
| ·本章小结 | 第45-46页 |
| 5 实验结果与分析 | 第46-58页 |
| ·实验环境与数据结构 | 第46-49页 |
| ·实验分析 | 第49-56页 |
| ·时间对比 | 第49-51页 |
| ·信息损失对比 | 第51-53页 |
| ·泄露风险对比 | 第53页 |
| ·M 值分析 | 第53-56页 |
| ·本章小结 | 第56-58页 |
| 6 总结及展望 | 第58-60页 |
| ·工作总结 | 第58页 |
| ·未来研究展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |
| A 作者在攻读学位期间发表的论文目录 | 第65页 |
