声明
致谢
摘要
1 引言
1.1 研究背景及意义
1.2 国内外研究现状
1.3 研究内容和主要工作
1.4 论文组织结构
2 隐私保护技术概述
2.1 隐私保护分类
2.2 数据发布隐私保护模型
2.2.1 k匿名模型
2.2.2 常见的攻击方法及扩展的k匿名模型
2.3 隐私保护方法
2.3.1 泛化和抑制
2.3.2 分解和置换
2.3.3 扰动
2.3.4 微聚集
2.4 本章小结
3 一种新的基于权重和敏感度的变长微聚集算法WSV-MDAV
3.1 微聚集算法概述
3.1.1 微聚集算法基本概念
3.1.2 微聚集算法分类
3.2 传统V-MDAV算法与存的在的问题
3.2.1 生成分组
3.2.2 扩展分组
3.2.3 填加剩余记录
3.2.4 V-MDAV算法存在的问题
3.3 基于权重的个性化距离度量方法W-PDM
3.3.1 数据属性的分类
3.3.2 传统数据距离度量
3.3.3 基于权重的个性化距离度量方法W-PDM
3.4 敏感属性值的敏感度参数S的计算
3.4.1 传统的(a,k)匿名模型
3.4.2 敏感度参数S的计算
3.5 本章小结
4 一种新的差分隐私可穿戴数据发布模型
4.1 差分隐私
4.1.1 差分隐私概述
4.1.2 差分隐私基本概念
4.1.3 差分隐私性质
4.1.4 差分隐私实现机制
4.2 差分隐私数据发布模型
4.2.1 微聚集过程中的差分隐私
4.2.2 差分隐私可穿戴数据发布隐私保护模型
4.3 仿真验证
4.3.1 常用的仿真参数
4.3.2 仿真结果与分析
4.4 本章小结
5 总结与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集