敏感数据的智能识别算法及自适应保护模型研究

目录

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.2.1 敏感数据识别与分类

1.2.2 隐私保护模型

1.3 问题提出及研究意义

1.4 本文主要内容

1.5 论文结构

第二章 基础知识

2.1 基本概念

2.1.1 隐私保护基本概念

2.1.2 机器学习基本概念

2.2 聚类算法概述

2.3 隐私保护常见方法介绍

2.4 经典隐私保护模型

2.5 本章小结

第三章 面向结构化数据集的敏感属性识别方法研究

3.1 问题提出

3.2 相关定义介绍

3.3 结构化数据集的敏感属性自动化识别模型

3.3.1 基于信息熵的敏感度量化方法

3.3.2 基于k-means的敏感度聚类方法

3.3.3 基于关联规则的敏感属性识别方法

3.4 结构化数据集的敏感属性自动化识别方案

3.5 实验分析

3.6 本章小结

第四章 面向结构化数据集的敏感属性分类分级方法研究

4.1 问题提出

4.2 结构化数据集的敏感属性分类分级模型

4.2.1 基于互信息及关联规则的敏感属性分类方法

4.2.2 基于模糊综合评价法的敏感属性分级方法

4.3 结构化数据集的敏感属性分类分级方案

4.4 实验分析

4.5 本章小结

第五章 面向结构化数据集的敏感属性自适应隐私保护方案

5.1 问题提出

5.2 基于属性敏感度的加噪方法

5.3 自适应隐私保护策略

5.4 结构化数据集的敏感属性自适应隐私保护方案

5.5 实验分析

5.6 本章小结

第六章 总结与下一步工作

6.1 总结

6.2 下一步工作

致谢

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间参与的科研项目

图版

表版

声明