摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 分布式数据隐私保护研究进展
1.3 论文的工作和组织结构
1.3.1 论文的工作
1.3.2 论文的组织结构
第二章 基本概念和相关协议
2.1 数据挖掘的概述
2.2 聚类分析的概述
2.2.1 聚类分析中的数据结构
2.2.2 聚类分析中的数据类型
2.2.3 聚类算法—k-均值算法
2.2.4 聚类算法—BIRCH算法
2.3 分布式数据挖掘概述
2.3.1 水平划分的数据
2.3.2 垂直划分的数据
2.3.3 任意划分的数据
2.4 隐私保护技术的概述
2.4.1 隐私保护的概述
2.4.2 分布式数据隐私保护技术概述
2.5 安全多方计算的概念及相关协议
2.5.1 点积协议
2.5.2 向量和的最小值的索引协议
2.5.3 安全多方实数加、乘混合计算协议
2.5.4 安全多方除法协议
2.5.5 叉积协议
2.5.6 一个高效的秘密比较协议
2.5.7 安全比较协议
2.6 隐私保护算法的评价
2.7 本章小结
第三章 任意分布数据隐私保护k-均值聚类算法
3.1 问题的引出
3.2 任意划分的数据隐私保护k-均值聚类算法
3.2.1 任意划分的数据隐私保护k-均值聚类算法
3.2.2 安全计算最近簇协议
3.2.3 安全计算平均值协议
3.2.4 安全终止迭代协议
3.3 任意分布数据隐私保护k-均值聚类算法实现
3.3.1 算法的实现
3.3.2 算法中主要函数描述
3.4 实验结果及分析
3.5 传输开销与计算复杂度
3.6 本章小结
第四章 任意分布数据隐私保护BIRCH算法
4.1 问题的引出
4.2 相关定义
4.2.1 聚类特征及CF-树
4.2.2 CF条目插入到CF-树的算法
4.2.3 BIRCH聚类算法的实现
4.2.4 算法时间复杂度分析
4.3 任意分布数据库隐私保护BIRCH算法
4.3.1 任意分布数据聚类特征和聚类特征树
4.3.2 安全距离向量
4.3.3 安全构造CF树
4.3.4 安全分拆节点
4.3.5 安全BIRCH算法
4.4 任意分布数据库隐私保护BIRCH算法实现
4.4.1 算法的主要数据结构
4.4.2 部分算法的实现
4.4.3 算法中主要函数描述
4.5 实验结果及分析
4.6 传输开销与计算复杂度
4.7 本章小结
第五章 总结与展望
5.1 总结
5.2 主要工作和贡献
5.3 展望
参考文献
攻读学位期间发表的学术论文
后记