隨著時(shí)代的發(fā)展和科技的進(jìn)步,信息技術(shù)產(chǎn)業(yè)日新月異,數(shù)據(jù)發(fā)布和數(shù)據(jù)挖掘作為日常信息管理與數(shù)據(jù)庫(kù)應(yīng)用的重要手段可以輔助人類(lèi)做出科學(xué)決策。當(dāng)互聯(lián)網(wǎng)、數(shù)據(jù)挖掘和數(shù)據(jù)共享技術(shù)迅猛發(fā)展以后,人們搜集、分析、處理與應(yīng)用數(shù)據(jù)的能力越來(lái)越強(qiáng),不過(guò)這也給數(shù)據(jù)的隱私帶來(lái)了威脅,必然會(huì)加劇個(gè)人隱私泄露的風(fēng)險(xiǎn)。因此,如何防止數(shù)據(jù)發(fā)布過(guò)程中的敏感隱私數(shù)據(jù)泄露已經(jīng)成為當(dāng)前信息安全領(lǐng)域的研究熱點(diǎn)。1998年,k-數(shù)據(jù)匿名化保護(hù)模型被Samarati等人首次提出,隨后1多樣性匿名、p-敏感k-匿名、（α,k）匿名以及個(gè)性化匿名模型也被相繼提出。然而這些已有的模型中往往沒(méi)有充分考慮敏感屬性分布情況,不能很好地抵御相似性攻擊。為此在個(gè)性化匿名模型的基礎(chǔ)上作進(jìn)一步研究,為不同等級(jí)的敏感屬性給予不同的保護(hù)程度,并且避免同一等價(jià)類(lèi)內(nèi)出現(xiàn)較多敏感等級(jí)較高的屬性,實(shí)現(xiàn)對(duì)敏感隱私數(shù)據(jù)的保護(hù)。在前人提出的P-敏感k-匿名模型的基礎(chǔ)上,從個(gè)性化匿名隱私保護(hù)的角度入手,考慮敏感屬性分布的多樣性,提出一種基于敏感屬性分級(jí)的個(gè)性化（p,αi,d）k-匿名模型。分別設(shè)定αi和d這兩個(gè)參數(shù)值的大小,αi為對(duì)不同敏感等級(jí)的敏感屬性設(shè)置的約束值,敏感程... 

【文章來(lái)源】：天津財(cái)經(jīng)大學(xué)天津市

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
內(nèi)容摘要
Abstract
第1章 導(dǎo)論
    1.1 選題背景及意義
        1.1.1 選題背景
        1.1.2 研究意義與目的
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 國(guó)外研究概況
        1.2.2 國(guó)內(nèi)研究概況
    1.3 研究?jī)?nèi)容、方法與創(chuàng)新點(diǎn)
        1.3.1 研究的主要內(nèi)容
        1.3.2 研究方法
        1.3.3 創(chuàng)新之處
    1.4 本文的結(jié)構(gòu)安排
第2章 隱私保護(hù)技術(shù)的相關(guān)理論
    2.1 隱私保護(hù)概述
        2.1.1 隱私
        2.1.2 隱私泄露
        2.1.3 隱私保護(hù)
    2.2 數(shù)據(jù)發(fā)布中的隱私保護(hù)
        2.2.1 匿名化原則
        2.2.2 攻擊類(lèi)型
        2.2.3 匿名化方法
        2.2.4 匿名化度量標(biāo)準(zhǔn)
    2.3 本章小結(jié)
第3章 個(gè)性化k-匿名隱私保護(hù)模型及其改進(jìn)
    3.1 問(wèn)題提出
    3.2 個(gè)性化匿名與敏感屬性分級(jí)
        3.2.1 個(gè)性化匿名模型
        3.2.2 敏感屬性級(jí)別劃分
i,d） k-匿名模型">    3.3 基于敏感屬性分級(jí)的個(gè)性化（p,α_i,d） k-匿名模型
        3.3.1 相關(guān)概念
        3.3.2 模型的定義與實(shí)現(xiàn)
    3.4 本章小結(jié)
第4章 k-匿名隱私保護(hù)聚類(lèi)算法及其改進(jìn)
    4.1 k-匿名隱私保護(hù)中的聚類(lèi)算法
        4.1.1 k-means經(jīng)典聚類(lèi)
        4.1.2 k-匿名聚類(lèi)算法
i,d）k-匿名聚類(lèi)算法">    4.2 個(gè)性化（p,α_i,d）k-匿名聚類(lèi)算法
        4.2.1 算法設(shè)計(jì)
        4.2.2 算法分析
    4.3 準(zhǔn)標(biāo)識(shí)符屬性距離度量與信息損失
        4.3.1 準(zhǔn)標(biāo)識(shí)符屬性距離度量
        4.3.2 信息損失度量
    4.4 本章小結(jié)
第5章 仿真實(shí)驗(yàn)結(jié)果及分析
    5.1 實(shí)驗(yàn)數(shù)據(jù)
    5.2 實(shí)驗(yàn)環(huán)境
    5.3 實(shí)驗(yàn)分析
        5.3.1 信息損失分析
        5.3.2 運(yùn)行時(shí)間分析
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 研究總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果參考文獻(xiàn)
后記


【參考文獻(xiàn)】：
期刊論文
[1]個(gè)性化（α,l）-多樣性k-匿名隱私保護(hù)模型[J]. 曹敏姿,張琳琳,畢雪華,趙楷.  計(jì)算機(jī)科學(xué). 2018(11)
[2]移動(dòng)醫(yī)療中個(gè)性化l-多樣性匿名隱私保護(hù)模型[J]. 李文,黃麗韶,羅恩韜.  計(jì)算機(jī)科學(xué)與探索. 2018(05)
[3]一種個(gè)性化（p,k）匿名隱私保護(hù)算法[J]. 賈俊杰,閆國(guó)蕾.  計(jì)算機(jī)工程. 2018(01)
[4]面向表數(shù)據(jù)發(fā)布隱私保護(hù)的貪心聚類(lèi)匿名方法[J]. 姜火文,曾國(guó)蓀,馬海英.  軟件學(xué)報(bào). 2017(02)
[5]基于聚類(lèi)的高效（K,L）-匿名隱私保護(hù)[J]. 柴瑞敏,馮慧慧.  計(jì)算機(jī)工程. 2015(01)
[6]大數(shù)據(jù)隱私管理[J]. 孟小峰,張嘯劍.  計(jì)算機(jī)研究與發(fā)展. 2015(02)
[7]基于敏感度的個(gè)性化（α,l）-匿名方法[J]. 趙爽,陳力.  計(jì)算機(jī)工程. 2015(01)
[8]基于雜度增益與層次聚類(lèi)的數(shù)據(jù)匿名方法[J]. 熊平,朱天清.  計(jì)算機(jī)研究與發(fā)展. 2012(07)
[9]一種基于逆聚類(lèi)的個(gè)性化隱私匿名方法[J]. 王波,楊靜.  電子學(xué)報(bào). 2012(05)
[10]數(shù)據(jù)發(fā)布中的個(gè)性化隱私匿名技術(shù)研究[J]. 王波,楊靜.  計(jì)算機(jī)科學(xué). 2012(04)

博士論文
[1]基于聚類(lèi)的匿名化隱私保護(hù)技術(shù)研究[D]. 王平水.南京航空航天大學(xué) 2013

碩士論文
[1]基于聚類(lèi)的匿名化隱私保護(hù)算法研究[D]. 馬趙艷.西安理工大學(xué) 2017
[2]面向數(shù)據(jù)發(fā)布的匿名隱私保護(hù)技術(shù)研究[D]. 胡杰.重慶郵電大學(xué) 2016
[3]一種基于K-匿名的隱私保護(hù)算法[D]. 滿娜.哈爾濱工程大學(xué) 2011



本文編號(hào)：3154966