| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·国内外发展现状 | 第9-11页 |
| ·基于隐私保护的聚类分析研究现状 | 第10-11页 |
| ·AP 聚类算法研究现状 | 第11页 |
| ·本文主要内容和组织结构 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第二章 数据挖掘技术概述 | 第12-28页 |
| ·数据挖掘技术概述 | 第12-17页 |
| ·数据挖掘的定义 | 第13-14页 |
| ·数据挖掘的相关领域及分类 | 第14-15页 |
| ·主要的数据挖掘技术与方法 | 第15-17页 |
| ·聚类分析 | 第17-25页 |
| ·基于划分的聚类算法 | 第18-19页 |
| ·基于层次的聚类算法 | 第19-21页 |
| ·基于密度的聚类算法 | 第21-23页 |
| ·基于网格的聚类算法 | 第23页 |
| ·基于模型的聚类算法 | 第23-25页 |
| ·孤立点分析 | 第25页 |
| ·影响聚类结果的因素 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 PPDM 概述 | 第28-46页 |
| ·隐私的概念 | 第28-29页 |
| ·基于隐私保护的数据挖掘技术（PPDM） | 第29-34页 |
| ·PPDM 的目标 | 第30页 |
| ·PPDM 与传统挖掘技术的差异 | 第30页 |
| ·PPDM 面向的数据类型、分布特征和安全环境 | 第30-34页 |
| ·集中式数据的隐私保护技术 | 第34-36页 |
| ·随机响应（Randomized Response） | 第34-35页 |
| ·随机干扰（Randomized Perturbation） | 第35-36页 |
| ·数据屏蔽（Data Blocking） | 第36页 |
| ·数据乱序（Data Permutation） | 第36页 |
| ·分布式数据的隐私保护技术 | 第36-41页 |
| ·公钥加密机制（Public-Key Cryptography） | 第37页 |
| ·安全多方计算（Secure Muti-party Computation） | 第37-41页 |
| ·隐私保护技术在数据挖掘方法中的实施过程 | 第41页 |
| ·隐私保护方案的评估标准 | 第41-42页 |
| ·隐私保护技术在聚类算法中的应用 | 第42-43页 |
| ·PPDM 所面临的问题与挑战 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于隐私保护的 AP 聚类协议 | 第46-58页 |
| ·AP 聚类算法的概念及特性 | 第46-49页 |
| ·AP 聚类算法的相关概念 | 第46-47页 |
| ·AP 聚类算法执行过程 | 第47-49页 |
| ·AP 聚类算法的优良特性 | 第49页 |
| ·基于隐私保护的 AP 聚类协议 | 第49-53页 |
| ·AP 聚类协议模型 | 第49-51页 |
| ·AP 安全聚类协议 | 第51-53页 |
| ·安全性分析 | 第53-56页 |
| ·安全性证明 | 第53-56页 |
| ·通信量估算 | 第56页 |
| ·本章小结 | 第56-58页 |
| 第五章 结束语 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 硕士期间研究成果 | 第66-67页 |
