声明
摘要
第一章 引言
1.1 研究背景及意义
1.2 基于扰动的隐私保护数据挖掘发展及研究现状
1.3 本文研究内容及逻辑结构
第二章 基于扰动方法的隐私保护挖掘基础
2.1 数据挖掘过程中的隐私保护研究之层级分类
2.2 隐私保护数据挖掘研究的技术分类
2.3 扰动方法概述
2.4 基于扰动方法的隐私保护基本思想
2.5 隐私保护算法的评估
2.5.1 数据结果的实用性
2.5.2 隐私保护程度
2.5.3 算法的难易程度
2.6 本章小结
第三章 基于扰动思想的决策树隐私保护研究
3.1 基于扰动的两种基本方法
3.2 决策树与决策树扰动的基本概念
3.3 在决策树中的扰动技术
3.3.1 基于特定数据集的原始决策树的生成
3.3.2 在决策树中进行扰动隐私保护的原理
3.3.3 基于扰动技术和决策树方法结合的数据隐私保护的拓展
3.3.4 针对决策树降级的扰动方法—吝啬降级法
3.4 本章小结
第四章 基于分区思想的扰动隐私保护算法研究
4.1 分区扰动方法概述
4.1.1 基本概念
4.1.2 分区扰动算法
4.2.基于分区扰动方法的计算实例
4.3 基于分区的扰动方法风险评估
4.4 本章小结
第五章 基于关联规则的扰动算法隐私保护研究
5.1 关联规则的概述
5.1.1 关联规则的相关概念
5.1.2 针对关联规则的数据挖掘方法实例
5.2 针对关联规则下的两种扰动算法
5.2.1 基于关联规则下的左手增加支持度法则
5.2.2 基于关联规则下的右手减少支持度法则
5.3 本章小结
结论与展望
参考文献
致谢
在校期间的科研成果