| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第15-27页 |
| 1.1. 研究背景及意义 | 第15-17页 |
| 1.2. 研究内容 | 第17-20页 |
| 1.3. 研究目标 | 第20-21页 |
| 1.4. 论文的主要贡献 | 第21-23页 |
| 1.5. 论文的组织结构 | 第23-24页 |
| 1.6. 参考文献 | 第24-27页 |
| 第二章 差分隐私保护模型和频繁模式挖掘问题综述 | 第27-33页 |
| 2.1. 差分隐私保护模型 | 第27-29页 |
| 2.2. 频繁模式挖掘 | 第29-31页 |
| 2.2.1. 频繁项集挖掘 | 第30页 |
| 2.2.2. 频繁序列挖掘 | 第30页 |
| 2.2.3. 频繁子图挖掘 | 第30-31页 |
| 2.3. 参考文献 | 第31-33页 |
| 第三章 满足差分隐私保护的频繁项集挖掘算法 | 第33-59页 |
| 3.1. 引言 | 第33-35页 |
| 3.2. 关键技术 | 第35-44页 |
| 3.2.1. 事务智能分裂方法 | 第35-40页 |
| 3.2.2. 运行时真实支持度估计方法 | 第40-43页 |
| 3.2.3. 噪音动态降低方法 | 第43-44页 |
| 3.3. PFP-growth算法 | 第44-51页 |
| 3.3.1. 算法描述 | 第44-48页 |
| 3.3.2. 算法隐私分析 | 第48-51页 |
| 3.4. 实验与分析 | 第51-56页 |
| 3.4.1. 实验环境与设置 | 第51-52页 |
| 3.4.2. 实验结果及分析 | 第52-56页 |
| 3.5. 本章小节 | 第56页 |
| 3.6. 参考文献 | 第56-59页 |
| 第四章 满足差分隐私保护的频繁序列挖掘算法 | 第59-85页 |
| 4.1. 引言 | 第59-61页 |
| 4.2. 基于采样的候选序列裁剪技术 | 第61-73页 |
| 4.2.1. 间隙感知的序列收缩方法 | 第62-68页 |
| 4.2.2. 间隙感知的敏感度计算方法 | 第68-70页 |
| 4.2.3. 阈值松弛方法 | 第70-73页 |
| 4.3. PFS算法 | 第73-76页 |
| 4.3.1. 算法描述 | 第73-75页 |
| 4.3.2. 算法隐私分析 | 第75-76页 |
| 4.4. 实验与分析 | 第76-83页 |
| 4.4.1. 实验环境与设置 | 第77-78页 |
| 4.4.2. 实验结果及分析 | 第78-83页 |
| 4.5. 本章小节 | 第83页 |
| 4.6. 参考文献 | 第83-85页 |
| 第五章 满足差分隐私保护的频繁子图挖掘算法 | 第85-109页 |
| 5.1. 引言 | 第85-87页 |
| 5.2. DFG算法概述 | 第87-88页 |
| 5.3. 频繁子图识别方法 | 第88-93页 |
| 5.3.1. 二分估计方法 | 第88-90页 |
| 5.3.2. 条件指数机制 | 第90-93页 |
| 5.4. 基于网格的噪音支持度推导方法 | 第93-101页 |
| 5.4.1. 计数累加方法 | 第95-96页 |
| 5.4.2. 路径构建方法 | 第96-98页 |
| 5.4.3. 路径扩展方法 | 第98-100页 |
| 5.4.4. 基于网格的噪音支持度推导方法的隐私分析 | 第100-101页 |
| 5.5. DFG算法 | 第101-102页 |
| 5.5.1. DFG算法描述 | 第101页 |
| 5.5.2. DFG算法隐私分析 | 第101-102页 |
| 5.6. 实验与分析 | 第102-107页 |
| 5.6.1. 实验环境与设置 | 第102-103页 |
| 5.6.2. 实验结果及分析 | 第103-107页 |
| 5.7. 本章小节 | 第107页 |
| 5.8. 参考文献 | 第107-109页 |
| 第六章 结束语 | 第109-113页 |
| 6.1. 论文总结 | 第109-111页 |
| 6.2. 进一步工作 | 第111-112页 |
| 6.3. 参考文献 | 第112-113页 |
| 致谢 | 第113-115页 |
| 攻读博士学位期间发表和录用的论文 | 第115页 |