文摘
英文文摘
1 绪论
1.1 课题背景
1.2 数据发布隐私保护的研究现状
1.3 本课题研究内容及关键问题
1.4 本文所做的工作
1.5 论文的组织结构
2 相似性攻击问题和近邻漏洞问题研究
2.1 典型的隐私保护模型
2.1.1 k-anonymity隐私保护模型
2.1.2 l-diversity隐私保护模型
2.1.3 t-closeness隐私保护模型
2.1.4 增强的p-sensitive k-anonymity隐私保护模型
2.2 相似性攻击问题
2.2.1 问题描述
2.2.2 目前的解决方法与存在的不足
2.3 近邻漏洞问题
2.3.1 问题描述
2.3.2 目前的解决方法与存在的不足
2.4 本章小结
3 基于敏感属性语义关系的隐私保护模型
3.1 数值敏感属性语义关系的计算
3.1.1 记录之间语义关系的计算
3.1.2 等价类相似度的计算
3.2 分类敏感属性语义相似性的计算
3.2.1 分类树的概念
3.2.2 记录之间语义距离的计算
3.2.3 等价类相似度的计算
3.3 α-similarity k-anonymity隐私保护模型
3.3.1 基于敏感属性语义关系的α-similarity k-anonymity模型
3.3.2 模型分析
3.4 相关工作比较
3.5 本章小结
4 算法与分析
4.1 改进的Incognito算法
4.1.1 Basic Incognito算法介绍
4.1.2 α-similarity k-anonymity性质
4.1.3 改进的Incognito算法描述
4.2 基于局部重编码的多维空间分割算法
4.2.1 局部重编码方式的特点
4.2.2 基于局部重编码的多维空间分割算法描述
4.3 实验比较与分析
4.3.1 实验环境
4.3.2 隐私保护技术的性能指标
4.3.3 抵御相似性攻击的安全性分析
4.3.4 执行效率分析
4.3.5 数据可用性比较
4.4 相关工作比较
4.5 本章小结
5 总结与展望
5.1 论文工作总结
5.2 研究展望
参考文献
致谢
在学期间发表的学术论文及其他科研成果