中青文库 基于数据发布的隐私保护模型研究PDF电子书下载

第一章 引言 1

第二章 文献综述 5

第一节 KDTICM理论 5

第二节 隐私保护 9

一 隐私保护的定义 9

二 隐私的度量 9

第三节 数据挖掘 10

一 知识发现的定义 10

二 知识发现的实现过程 10

三 数据挖掘技术与方法 13

四 数据挖掘研究热点和难点 16

第四节 安全多方计算技术 17

一 安全多方计算的定义 17

二 安全和模型（Secure Sum） 20

三 安全积模型（Seeure Multiplication） 21

四 安全交集模型（SecureIntersection） 22

五 安全并集模型（Secure Union） 23

第五节 数据匿名化技术 23

一 k－匿名化 25

二 e－多样化 26

三 t-Closeness 26

第六节 数据扰动技术 27

一 添加噪声技术 27

二 随机化回答技术 28

第七节 小结 29

第三章 聚类隐私保护挖掘模型 31

第一节 引言 31

第二节 前人工作 32

第三节 相关定义 33

一 分布式数据库 33

二 半可信第三方 33

三 聚类算法 33

四 K-means算法 34

五 BIRCH算法 37

六 完全同态加密技术 39

第四节 模型思想 40

一 FHE-DK-MEANS模型 41

二 FHE-DBIRCH模型 42

第五节 算法 44

一 FHE-DK-MEANS算法 44

二 FHE-DBIRCH算法 45

第六节 实验结果与分析 47

第七节 小结 49

第四章 个性化匿名隐私保护模型 51

第一节 引言 51

第二节 前人工作 52

第三节 相关定义 53

一 属性分类 53

二 泛化和抑制 53

三 k－匿名模型 55

四 e－多样模型 57

五 t-closeness模型 59

六 并行计算 60

第四节 个性化（α［s］，e）－多样k－匿名模型 61

一 模型思想 61

二 算法 63

三 实验结果与分析 64

第五节 个性化并行（alpha［s］，k）－匿名隐私保护模型 68

一 模型思想 68

二 算法 74

三 实验结果与分析 74

第六节 小结 77

第五章 面向有损连接的隐私保护模型 78

第一节 引言 78

第二节 前人工作 78

第三节 相关定义 79

一 背景知识攻击 79

二 同质性攻击 80

三 分割技术 81

四 笛卡尔积 82

五 有损分解 84

第四节 （α［s］，k）－匿名有损分解模型思想 87

一 模型算法 96

二 实验结果与分析 98

第五节 小结 104

第六章 结论 105

参考文献 107

致谢 122