隐私保护中K-匿名化问题的研究与改进
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·K-匿名化技术概述 | 第9-10页 |
| ·K-匿名化技术方法分类 | 第10-11页 |
| ·K-匿名化增量更新的介绍 | 第11-12页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文的结构 | 第13-14页 |
| 2 隐私保护相关知识 | 第14-24页 |
| ·隐私相关内容介绍 | 第14-16页 |
| ·隐私的定义 | 第14-15页 |
| ·隐私信息的泄露途径 | 第15页 |
| ·泄露数据的表现形式 | 第15-16页 |
| ·隐私保护相关知识介绍 | 第16-19页 |
| ·数据库安全技术 | 第16-17页 |
| ·隐私保护方法介绍 | 第17-19页 |
| ·隐私保护中 K-匿名化问题介绍 | 第19-23页 |
| ·K-匿名化模型 | 第19-20页 |
| ·K-匿名化基础知识 | 第20-23页 |
| ·本章小结 | 第23-24页 |
| 3 多维映射分治的 K-匿名化 | 第24-34页 |
| ·问题引出 | 第24-25页 |
| ·K-匿名化的划分方法 | 第24-25页 |
| ·K-匿名化的分治思想 | 第25页 |
| ·多维映射分治的 K-匿名化算法流程 | 第25-31页 |
| ·数据集预处理 | 第27页 |
| ·多维可分割 | 第27-28页 |
| ·单维可分割 | 第28页 |
| ·多维到单维的映射 | 第28-29页 |
| ·维选择序列的获得 | 第29-30页 |
| ·分治分割点的选择 | 第30-31页 |
| ·算法及其时间复杂度分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 K-匿名化增量更新 | 第34-41页 |
| ·问题引出 | 第34-35页 |
| ·数据集的增量更新 | 第35-40页 |
| ·阀门值的选取 | 第36-37页 |
| ·更新元组的定位 | 第37页 |
| ·邻居集合的获取 | 第37-38页 |
| ·邻居集合中特征点的选取 | 第38-39页 |
| ·计算相似集合 | 第39-40页 |
| ·增量更新的算法描述 | 第40页 |
| ·本章小结 | 第40-41页 |
| 5 实验及结果分析 | 第41-51页 |
| ·实验相关说明 | 第41-43页 |
| ·实验度量标准 | 第41-42页 |
| ·实验数据集 | 第42-43页 |
| ·多维映射分治的 K-匿名化算法实验结果 | 第43-48页 |
| ·使用实验数据的实验结果 | 第43-47页 |
| ·使用真实数据的实验结果 | 第47-48页 |
| ·K-匿名化增量更新实验结果 | 第48-49页 |
| ·使用实验数据的实验结果 | 第48-49页 |
| ·使用真实数据的实验结果 | 第49页 |
| ·本章小结 | 第49-51页 |
| 6 总结与展望 | 第51-54页 |
| ·论文工作总结 | 第51-52页 |
| ·下一步展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58页 |
| A. 作者在攻读学位期间发表的论文目录 | 第58页 |
| B. 作者在攻读学位期间参与的科研项目目录 | 第58页 |
