| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景和现状 | 第11-12页 |
| 1.2 研究内容和目标 | 第12-13页 |
| 1.3 应用前景 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 基础知识 | 第15-24页 |
| 2.1 数据匿名化基本概念 | 第15-18页 |
| 2.2 数据匿名化原则 | 第18-21页 |
| 2.2.1 k-anonymity原则 | 第18-19页 |
| 2.2.2 l-diversity原则 | 第19-21页 |
| 2.3 Spark分布式计算框架 | 第21-23页 |
| 2.4 小结 | 第23-24页 |
| 第三章 大数据脱敏系统需求分析 | 第24-29页 |
| 3.1 总体需求分析 | 第24-25页 |
| 3.2 功能性需求分析 | 第25-27页 |
| 3.3 非功能性需求分析 | 第27页 |
| 3.4 小结 | 第27-29页 |
| 第四章 大数据脱敏系统设计 | 第29-44页 |
| 4.1 系统架构设计 | 第29-31页 |
| 4.2 分布式匿名化算法设计 | 第31-42页 |
| 4.2.1 分布式k-anonymity算法的设计 | 第33-39页 |
| 4.2.2 分布式l-diversity算法的设计 | 第39-42页 |
| 4.3 用户API设计 | 第42-43页 |
| 4.4 小结 | 第43-44页 |
| 第五章 大数据脱敏系统实现 | 第44-76页 |
| 5.1 数据接口模块实现 | 第44-53页 |
| 5.1.1 数据库接口子模块 | 第44-45页 |
| 5.1.2 用户请求接口子模块 | 第45-53页 |
| 5.2 用户权限管理模块 | 第53-54页 |
| 5.3 脱敏规则管理模块 | 第54-55页 |
| 5.4 脱敏算法模块 | 第55-75页 |
| 5.4.1 传统脱敏算法实现 | 第55-68页 |
| 5.4.2 基于Spark的分布式k-anonymity算法实现 | 第68-72页 |
| 5.4.3 基于Spark的分布式l-diversity算法实现 | 第72-75页 |
| 5.5 小结 | 第75-76页 |
| 第六章 系统测试 | 第76-82页 |
| 6.1 测试环境 | 第76页 |
| 6.2 匿名化算法性能测试 | 第76-79页 |
| 6.3 系统功能测试 | 第79-81页 |
| 6.4 小结 | 第81-82页 |
| 第七章 结束语 | 第82-84页 |
| 7.1 总结 | 第82-83页 |
| 7.2 未来工作 | 第83-84页 |
| 参考文献 | 第84-87页 |
| 附录 | 第87-101页 |
| 附录A: 用户API使用说明 | 第87-95页 |
| 附录B: 功能性测试样例 | 第95-101页 |
| 致谢 | 第101-102页 |
| 攻读硕士学位期间发表和录用的论文 | 第102页 |
