第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 数据发布隐私保护模型
1.2.2 理性隐私保护模型
1.3 研究问题及研究价值
1.4 本文主要内容
1.5 论文结构
第二章 预备知识
2.1 基本概念
2.1.1 隐私保护基本概念
2.1.2 博弈论基本概念
2.2 几种隐私保护方法介绍
2.3 隐私保护常见攻击方式
(1)链接攻击(linking attack)
(2)相似攻击(similarity attack)
(3)同质攻击(homogeneous attack)
(4)背景知识攻击(background knowledge attack)
(5)偏斜攻击(skewness attack)
2.4 经典隐私保护模型
(1)k-匿名
(2)l-多样性
(3)t-逼近
2.5 本章小结
第三章 基于关联规则的隐私保护模型研究
3.1 问题提出
3.2 相关定义介绍
3.3 基于关联规则的多敏感属性匿名化模型
3.3.1基于p-sensitive k-匿名的泛化阈值
3.3.2 属性关联量化方法
3.3.3 准标识属性泛化分级分类方法
3.4 基于关联规则的多敏感属性匿名方案
3.5 实验分析
3.6 本章小结
第四章 基于微聚集的t-逼近理性隐私保护模型研究
4.1 相关方案介绍
4.1.1 基于微聚集的t-逼近模型
4.1.2 基于k-匿名博弈分析方案
4.2 一种理性隐私保护模型设计
4.2.1 博弈模型形式化分析
4.2.2 子博弈精炼纳什均衡分析
4.3 基于微聚类t-逼近隐私保护模型的纳什均衡
4.4 实验分析
4.5 本章小结
第五章 基于关联规则的多敏感属性理性匿名方案
5.1 问题提出
5.2 基于PCA的多敏感属性分类方法
5.3 一种多敏感属性理性匿名隐私保护方案
5.4 实验分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间参与的科研项目
图版
表版
声明
贵州大学;