声明
摘要
插图索引
表格索引
符号对照表
第一章 绪论
1.1 数据挖掘概述
1.2 隐私保护与数据挖掘
1.3 研究背景和现状
1.4 本文的章节安排
第二章 数据挖掘隐私保护方法概述
2.1 基于数据清洗的隐私保护方法
2.2 基于随机干扰的隐私保护方法
2.3 基于数据变换的隐私保护方法
2.4 基于数据屏蔽的隐私保护方法
2.5 基于数据泛化的k匿名隐私保护方法
2.6 各种隐私保护方法的比较
2.7 本章小结
第三章 基于DDPD的隐私保护方案
3.1 基于DDPD的隐私保护方案简介
3.1.1 数据分组
3.1.2 DDPD隐私保护方案
3.2 基于重要属性的样本相关性排序方案
3.2.1 构造分类规则
3.2.2 属性选择
3.2.3 数据相关性检测
3.2.4 DDPD扰动数据相关性排序
3.3 方案分析
3.4 本章小结
第四章 基于LRDP的隐私保护方案
4.1 传统的随机扰动隐私保护方法
4.2 基于LRDP的隐私保护方案
4.2.1 数据随机映射及分布估计方法
4.2.2 数值随机筛选和分布估计方法
4.3 基于朴素贝叶斯分类方法的隐私保护
4.4 实验结果及分析
4.4.1 数据集简介
4.4.2 可靠性度量和隐私性度量
4.4.3 实验结果
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 研究展望
参考文献
致谢
作者简介