| 摘要 | 第6-9页 |
| abstract | 第9-12页 |
| 第一章 绪论 | 第17-44页 |
| 1.1 研究背景 | 第17-19页 |
| 1.2 社会网络发布的隐私保护 | 第19-29页 |
| 1.2.1 社会网络的结构特征 | 第19-22页 |
| 1.2.2 社会网络的隐私信息 | 第22-23页 |
| 1.2.3 社会网络的隐私攻击 | 第23-28页 |
| 1.2.4 社会网络隐私保护面临的挑战 | 第28-29页 |
| 1.3 社会网络隐私保护的国内外研究现状 | 第29-41页 |
| 1.3.1 主要隐私保护技术 | 第30-34页 |
| 1.3.2 主要隐私保护模型 | 第34-37页 |
| 1.3.3 主要隐私保护方法 | 第37-41页 |
| 1.4 论文的研究内容及组织结构 | 第41-44页 |
| 第二章 加权社会网络的向量模型 | 第44-65页 |
| 2.1 引言 | 第44页 |
| 2.2 社会网络的基本概念 | 第44-49页 |
| 2.2.1 网络的图表示 | 第44-45页 |
| 2.2.2 边的权重 | 第45-46页 |
| 2.2.3 节点的强度 | 第46-47页 |
| 2.2.4 平均最短路径 | 第47-48页 |
| 2.2.5 聚类系数 | 第48-49页 |
| 2.3 加权社会网络的隐私保护 | 第49-54页 |
| 2.4 发布场景定义 | 第54-55页 |
| 2.5 向量模型 | 第55-64页 |
| 2.5.1 图的边空间 | 第55-56页 |
| 2.5.2 社会网络的向量表示 | 第56-57页 |
| 2.5.3 社会网络的分割 | 第57-60页 |
| 2.5.4 向量集的构建 | 第60-62页 |
| 2.5.5 算法实现 | 第62-64页 |
| 2.6 本章小结 | 第64-65页 |
| 第三章 基于向量相似的随机扰动隐私保护方法 | 第65-74页 |
| 3.1 引言 | 第65页 |
| 3.2 候选向量集的构建 | 第65-67页 |
| 3.2.1 加权欧氏距离 | 第65-66页 |
| 3.2.2 向量元素的权重分配 | 第66页 |
| 3.2.3 候选向量集CandSe(G~S)的构建 | 第66-67页 |
| 3.3 发布数据集的构建 | 第67-68页 |
| 3.3.1 目标向量集AP(G~P)的构建 | 第67页 |
| 3.3.2 子图G~(SEr)与G~(SVr)的隐私保护 | 第67-68页 |
| 3.4 向量集扰动方法 | 第68-73页 |
| 3.4.1 性能分析 | 第68-71页 |
| 3.4.2 算法实现 | 第71-73页 |
| 3.4.3 算法复杂度分析 | 第73页 |
| 3.5 本章小结 | 第73-74页 |
| 第四章 基于差分隐私的向量扰动隐私保护方法 | 第74-87页 |
| 4.1 引言 | 第74页 |
| 4.2 相关定义 | 第74-76页 |
| 4.2.1 ε-差分隐私 | 第74-75页 |
| 4.2.2 κ边ε-差分隐私 | 第75页 |
| 4.2.3 查询敏感度 | 第75-76页 |
| 4.3 查询函数的构建 | 第76-78页 |
| 4.3.1 查询模型-WSQuery | 第76-77页 |
| 4.3.2 查询函数-f | 第77-78页 |
| 4.4 差分隐私算法的设计 | 第78-82页 |
| 4.4.1 隐私算法-WSPA | 第78-79页 |
| 4.4.2 WSPA算法的性能分析 | 第79-80页 |
| 4.4.3 隐私算法-LWSPA | 第80-82页 |
| 4.4.4 LWSPA算法的性能分析 | 第82页 |
| 4.5 差分隐私向量映射算法 | 第82-85页 |
| 4.5.1 算法实现 | 第83-85页 |
| 4.5.2 算法复杂度分析 | 第85页 |
| 4.6 本章小结 | 第85-87页 |
| 第五章 基于随机投影的向量扰动隐私保护方法 | 第87-98页 |
| 5.1 引言 | 第87-88页 |
| 5.2 基本向量集随机投影方法 | 第88-91页 |
| 5.2.1 相关定义 | 第88-89页 |
| 5.2.2 随机投影矩阵R的构建 | 第89-90页 |
| 5.2.3 随机投影矩阵R的有效性证明 | 第90页 |
| 5.2.4 随机投影矩阵R的安全性分析 | 第90-91页 |
| 5.3 改进向量集随机投影方法 | 第91-94页 |
| 5.3.1 映射f的构建 | 第91-93页 |
| 5.3.2 映射f的有效性分析 | 第93-94页 |
| 5.3.3 映射f的安全性分析 | 第94页 |
| 5.4 向量集随机投影算法 | 第94-96页 |
| 5.4.1 算法实现 | 第94-96页 |
| 5.4.2 算法复杂度分析 | 第96页 |
| 5.5 本章小结 | 第96-98页 |
| 第六章 仿真实验与结果分析 | 第98-120页 |
| 6.1 实验环境与数据集 | 第98-101页 |
| 6.1.1 实验环境 | 第98页 |
| 6.1.2 实验数据 | 第98-101页 |
| 6.1.3 参比算法说明 | 第101页 |
| 6.2 算法执行时间分析 | 第101-104页 |
| 6.3 隐私保护质量测试 | 第104-108页 |
| 6.3.1 基于度的节点识别 | 第105-106页 |
| 6.3.2 基于子图的节点识别 | 第106-107页 |
| 6.3.3 基于权重的节点识别 | 第107-108页 |
| 6.4 发布数据效用测试 | 第108-119页 |
| 6.4.1 平均最短距离 | 第108-113页 |
| 6.4.2 平均聚类系数 | 第113-117页 |
| 6.4.3 权重分布 | 第117-119页 |
| 6.5 本章小结 | 第119-120页 |
| 第七章 结束语 | 第120-123页 |
| 参考文献 | 第123-134页 |
| 致谢 | 第134-135页 |
| 博士期间发表的论文 | 第135页 |