声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 相关研究
1.2.1 匿名规则
1.2.2 匿名实现技术
1.2.3 匿名数据质量的评判标准
1.2.4 粒计算在数据发布中的隐私保护里应用
1.3 本文的研究内容与论文组织
1.3.1 本文研究的主要内容
1.3.2 论文的组织结构
第二章 隐私保护规则设计
2.1 相关概念
2.2 多约束规则
2.3 多约束匿名参数的智能化选择
2.3.1 约束子集的划分
2.3.2 匿名化参数K值的选择
2.4 多约束条件的匿名化方法
2.5 本章小结
第三章 匿名化算法研究
3.1 微聚集算法相关概念及技术
3.1.1 相关概念
3.1.2 微聚集算法分类
3.2 连续型数据集的匿名化方法
3.2.1 概述
3.2.2 一种基于DENCLUE的微聚集方法
3.3 分类型数据集的匿名化方法
3.3.1 数据泛化介绍
3.3.2 数据泛化策略
3.3.3 分类型数据距离度量
3.3.4 分类型数据泛化算法
3.4 混合型数据匿名化方法
3.4.1 概述
3.4.2 混合型数据度量方法
3.5 本章小结
第四章 数据可用性评估模型研究
4.1 分类型数据可用性评估模型
4.1.1 粗糙熵
4.1.2 数据发布中的粗糙熵定义及分类型数据可用性度量模型
4.2 连续性变量数据可用性评估模型
4.3 本章小结
第五章 实验与结果分析
5.1 实验环境
5.2 实验数据集介绍
5.3 具体操作流程
5.4 实验中的相关参数
5.4.1 风险评价参数
5.4.2 数据可用性评估模型
5.4.3 K值
5.5 实验比较结果
5.5.1 分类型数据集实验
5.5.2 连续型数据集实验
5.5.3 混合型数据集实验
5.6 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