文摘
英文文摘
声明
1绪论
1.1研究背景及意义
1.2国内外研究现状
1.3本文主要的工作
1.4本文的基本框架
1.5本章小结
2数据表k-匿名化的微聚集技术
2.1微聚集算法相关技术
2.1.1微聚集算法的基本概念
2.1.2k-匿名化微聚集算法的基本步骤
2.1.3连续型数据的距离度量方法
2.1.4分类型数据的距离度量方法
2.1.5混合型数据的距离度量方法
2.2微聚集算法的分类
2.2.1从k-划分所依据的属性个数的角度分类
2.2.2从等价类大小的角度分类
2.2.3从聚类方法角度分类
2.2.4从数据类型的角度分类
2.3本章小结
3基于免疫克隆选择的微聚集算法
3.1引言
3.2微聚集技术距离度量及类质心的定义
3.3人工免疫克隆选择理论
3.4基于免疫克隆选择的微聚集算法
3.5实验结果与分析
3.6本章小结
4面向混合型数据的微聚集算法
4.1引言
4.2基于泛化层次的距离度量
4.3混合数据的距离度量和类质心的定义
4.4匿名数据质量度量
4.4.1匿名数据的信息损失量度量
4.4.2匿名数据的泄密风险度量
4.5面向混合数据的MDAV算法
4.6实验结果及分析
4.6.1实验环境和数据
4.6.2运行时间分析
4.6.3数据可用性分析
4.6.4泄密风险分析
4.7本章小结
5面向微聚集技术的匿名数据的质量评估
5.1引言
5.2综合评估模型
5.3可用性评估模型
5.3.1连续型数据的信息损失量度量方法
5.3.2分类型数据的信息损失量度量方法
5.4安全性评估模型
5.4.1基于距离的记录链接方法
5.4.2基于分级的区间泄密方法
5.5安全性和可用性权衡评估
5.6实验结果及分析
5.6.1连续型属性的实验分析
5.6.2分类型属性的实验分析
5.7本章小结
6总结与展望
6.1总结
6.2展望
参考文献
攻读学位期间取得的研究成果
致谢