摘要
CONTENTS
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 差分隐私保护
1.2.2 数据可视化及其质量评价
1.3 本文主要研究内容与组织结构
第二章 差分隐私保护研究综述
2.1 引言
2.2 获取ε-差分隐私保护
2.3 差分隐私保护的几类重要方法
2.4 差分隐私保护与同类方法比较
2.4.1 K-匿名
2.4.2 L-diversity
2.4.3 差分隐私保护
2.5 小结
第三章 差分隐私保护聚类方法研究
3.1 引言
3.2 相关工作
3.2.1 保护隐私的数据挖掘
3.2.2 聚类分析中的隐私保护
3.3 差分隐私k-means聚类思想
3.4 差分隐私聚类算法IDP k-means
3.5 实验分析
3.5.1 实验方案
3.5.2 实验结果
3.6 小结
第四章 数据可视化中的数据聚合方法及其质量评价
4.1 引言
4.2 均分k-means++:一种多维数据可视化中的数据聚合方法
4.3 数据可视化质量评价模型
4.3.1 质量评价模型
4.3.2 质量评价对象
4.4 实验分析
4.4.1 多维数据可视化
4.4.2 多维数据可视化中的数据聚合及其质量评价
4.5 小结
第五章 差分隐私保护数据安全可视化
5.1 引言
5.2 相关工作
5.2.1 问题描述
5.2.2 研究现状
5.3 差分隐私数据聚合方法DPE k-means
5.4 实验分析
5.5 小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读博士学位期间发表或完成的论文
声明
致谢