| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要研究内容 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第2章 相关基础理论知识 | 第12-20页 |
| ·社会网络概述 | 第12-15页 |
| ·社会网络基本概念 | 第12-13页 |
| ·社会网络的功能及特点 | 第13-14页 |
| ·社会网络的发展 | 第14页 |
| ·社会网络理论及分析 | 第14-15页 |
| ·社会网络的隐私问题 | 第15-16页 |
| ·社会网络的安全问题 | 第15页 |
| ·社会网络的数据隐私 | 第15-16页 |
| ·常用隐私保护技术 | 第16-17页 |
| ·匿名技术 | 第16-17页 |
| ·数据转换技术 | 第17页 |
| ·社会网络隐私保护技术 | 第17-18页 |
| ·聚类分析 | 第18页 |
| ·小结 | 第18-20页 |
| 第3章 GSNPP(GREEDY FOR SOCIAL NETWORK PRIVACY-PRESERVING)算法 | 第20-26页 |
| ·GSNPP算法的数学基础 | 第20-21页 |
| ·GSNPP算法的概念 | 第20页 |
| ·数据属性信息的概念 | 第20页 |
| ·结构属性信息的概念 | 第20页 |
| ·实体之间相异度的概念 | 第20-21页 |
| ·聚类划分原则 | 第21页 |
| ·社会网络隐私保护方法 | 第21-25页 |
| ·社会网络的属性 | 第22页 |
| ·k-匿名隐私保护技术 | 第22-23页 |
| ·泛化方法 | 第23-24页 |
| ·信息丢失量化方法 | 第24-25页 |
| ·个性化的社会网络隐私保护方法 | 第25页 |
| ·小结 | 第25-26页 |
| 第4章 一种基于GSNPP算法的社会网络隐私保护方法 | 第26-38页 |
| ·相关定义 | 第26-28页 |
| ·社会网络隐私保护模型 | 第28-29页 |
| ·一种基于GSNPP算法的隐私保护方法 | 第29-37页 |
| ·数据属性信息丢失量 | 第29-30页 |
| ·结构属性信息丢失量 | 第30-33页 |
| ·簇集合生成算法 | 第33-34页 |
| ·簇更新算法 | 第34-36页 |
| ·生成匿名化社会网络算法 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第五章 仿真实验 | 第38-50页 |
| ·实验环境 | 第38页 |
| ·示例分析 | 第38-43页 |
| ·实验具体方案 | 第43页 |
| ·系统功能介绍 | 第43-45页 |
| ·可行性验证 | 第45-48页 |
| ·对比实验 | 第48-50页 |
| 第6章 结论与展望 | 第50-52页 |
| ·本文研究总结 | 第50页 |
| ·未来工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-58页 |
| 在学期间发表的论文及参加课题 | 第58页 |