隐私保护数据发布中不确定数据的管理方法—数据发布篇 PDF下载

前言
第一部分　隐私保护数据发布和隐私保护模型
第一章　绪论
第二章　隐私保护数据发布
　2.1　隐私信息
　2.2　数据发布
　2.3　隐私泄露
　2.4　隐私保护
　2.5　数据可用性
　2.6　隐私保护数据发布
第三章　隐私保护模型
　3.1　κ-匿名隐私保护模型
　　3.1.1　基本思想
　　3.1.2　基本概念前言<；br />；
第一部分　隐私保护数据发布和隐私保护模型<；br />；
第一章　绪论<；br />；
第二章　隐私保护数据发布<；br />；
　2.1　隐私信息<；br />；
　2.2　数据发布<；br />；
　2.3　隐私泄露<；br />；
　2.4　隐私保护<；br />；
　2.5　数据可用性<；br />；
　2.6　隐私保护数据发布<；br />；
第三章　隐私保护模型<；br />；
　3.1　κ-匿名隐私保护模型<；br />；
　　3.1.1　基本思想<；br />；
　　3.1.2　基本概念<；br />；
　　3.1.3　匿名操作<；br />；
　　3.1.4　κ-匿名隐私保护模型的关键问题<；br />；
　　3.1.5　研究现状<；br />；
　3.2　κ-匿名隐私保护模型的扩展模型<；br />；
　　3.2.1　ι-多样性(ι-diversity)隐私保护模型<；br />；
　　3.2.2　信心限定(confidence bounding)隐私保护模型<；br />；
　　3.2.3　(X-Y)匿名隐私保护模型<；br />；
　　3.2.4　(X，Y)-隐私(Privacy)模型<；br />；
　　3.2.5　(α，κ)-匿名<；br />；
　　3.2.6　t-Closeness隐私保护模型<；br />；
　　3.2.7　个性化隐私<；br />；
　　3.2.8　FF-匿名隐私保护模型<；br />；
　3.3　概率隐私保护模型<；br />；
　　3.3.1　δ-存在隐私保护模型<；br />；
　　3.3.2　m-机密性隐私保护模型<；br />；
　　3.3.3　ε-差异隐私<；br />；
　　3.3.4　(d，r)-隐私<；br />；
　3.4　其他隐私保护模型<；br />；
　　3.4.1　多样发布<；br />；
　　3.4.2　顺序发布<；br />；
　　3.4.3　连续发布<；br />；
第二部分　基于κ-匿名隐私保护模型的数据发布方法<；br />；
第四章　基于超图的准标识符求解方法<；br />；
　4.1　引言<；br />；
　4.2　基本定义<；br />；
　4.3　视图集向超图的映射方法<；br />；
　4.4　相关视图集的求解<；br />；
　4.5　准标识符的求解<；br />；
　　4.5.1　准标识符组成特征<；br />；
　　4.5.2　准标识符求解算法<；br />；
第五章　k值的优化选择方法<；br />；
　5.1　引言<；br />；
　5.2　基本定义<；br />；
　5.3　k值、数据质量、隐私保护关系<；br />；
　5.4　满足隐私保护要求的A取值选择<；br />；
　　5.4.1　一个实体对应一条元组<；br />
　　5.4.2　一个实体对应多条元组<br />
　5.5　满足数据质量要求的k取值选择<br />
　5.6　k值的优化选择算法<br />
第六章　发布数据的匿名化方法<br />
　6.1　引言<br />
　6.2　基本符号<br />
　6.3　匿名数据最佳值的近似求解方法<br />
　　6.3.1　问题描述<br />
　　6.3.2　基本定义<br />
　　6.3.3　准标识符最佳值的求解问题<br />
　　6.3.4　准标识符最佳值近似求解方法<br />
　6.4　基于最大隐私泄露率的匿名化方法<br />
　　6.4.1　问题描述<br />
　　6.4.2　基本定义<br />
　　6.4.3　基于最大隐私泄露率的匿名化方法<br />
　6.5　应用聚类分析的匿名化方法<br />
　　6.5.1　问题描述<br />
　　6.5.2　基本定义<br />
　　6.5.3　应用聚类分析的匿名化算法<br />
　6.6　基于多敏感属性的匿名化方法<br />
　　6.6.1　问题描述<br />
　　6.6.2　基本定义<br />
　　6.6.3　基于多敏感属性的匿名化方法<br />
　6.7　保持数据依赖的匿名化方法<br />
　　6.7.1　问题描述<br />
　　6.7.2　基本定义<br />
　　6.7.3　匿名数据集上的数据依赖<br />
　　6.7.4　基于κ-MSD的κ-匿名化算法<br />
　　6.7.5　保持函数依赖或多值依赖的κ-匿名化算法<br />
第七章　κ-匿名数据集的增量更新方法<br />
　7.1　引言<br />
　7.2　符号及定义<br />
　　7.2.1　基本符号及定义<br />
　　7.2.2　更新操作相关符号<br />
　7.3　基于类B-树的κ-匿名数据集增量更新方法<br />
　　7.3.1　类B-树结构<br />
　　7.3.2　元组到多维空间点的映射方法<br />
　　7.3.3　类B-树的构建<br />
　　7.3.4　基于类B-树的κ-匿名数据集增量更新方法<br />
　7.4　基于多维桶的κ-匿名数据集增量更新方法<br />
　　7.4.1　多维桶构造方法及相关操作<br />
　　7.4.2　基于多维桶的κ-匿名数据集增量更新算法<br />
　7.5　基于元组相似性的κ-匿名数据集增量更新方法<br />
　　7.5.1　插入更新操作<br />
　　7.5.2　删除更新操作<br />
　　7.5.3　修改更新操作<br />
　7.6　面向视图的κ-匿名数据集增量更新方法<br />
　　7.6.1　问题描述<br />
　　7.6.2　视图相关符号及定义<br />
　　7.6.3　泛化视图相关符号及定义<br />
　　7.6.4　泛化视图的更新一致性反应<br />
　　7.6.5　泛化视图的更新一致性算法<br />
第三部分　基于概率隐私保护模型的数据发布方法<br />
第八章　面向静态视图的数据发布方法<br />
　8.1　引言<br />
　8.2　相关工作<br />
　8.3　隐私泄露测量方法<br />
　　8.3.1　符号及定义<br />
　　8.3.2　隐私泄露测量方法<br />
　8.4　基于关键元组的隐私泄露消除方法<br />
　　8.4.1　判定关键元组算法<br />
　　8.4.2　隐私泄露测量算法<br />
　　8.4.3　基于关键元组的隐私泄露消除算法<br />
第九章　面向动态视图的数据发布方法<br />
　9.1　引言<br />
　9.2　基本符号和定义<br />
　9.3　隐私泄露概率计算<br />
　　9.3.1　选择条件相同<br />
　　9.3.2　选择条件有交集<br />
　　9.3.3　选择条件无交集<br />
　9.4　动态视图安全发布<br />
　　9.4.1　动态视图安全发布方法<br />
　　9.4.2　视图安全发布算法<br />
　　9.4.3　算法实例<br />
　　9.4.4　算法优化<br />
第四部分　基于熵隐私保护模型的数据发布方法<br />
第十章　基于熵隐私保护模型的数据发布方法<br />
　10.1　引言<br />
　10.2　基本定义<br />
　10.3　基于熵的隐私保护模型<br />
　　10.3.1　熵的定义<br />
　　10.3.2　发布视图熵<br />
　　10.3.3　隐私查询熵<br />
　　10.3.4　隐私查询和发布视图联合熵<br />
　　10.3.5　基于熵的视图安全判定定理<br />
　　10.3.6　基于熵的隐私保护模型<br />
　10.4　基于熵隐私保护模型的数据发布<br />
　　10.4.1　布尔查询集<br />
　　10.4.2　等价二维表<br />
　　10.4.3　合并规则<br />
　　10.4.4　基于熵隐私保护模型的数据发布算法<br />
第五部分　抵御多次连接探秘的数据发布方法<br />
第十一章　存在标识属性的多次连接探秘数据发布方法<br />
　11.1　基本定义<br />
　11.2　最大熵原理<br />
　11.3　多次连接视图的安全判定<br />
　　11.3.1　视图安全判定定理<br />
　　11.3.2　条件概率求解算法<br />
　　11.3.3　视图的安全判定算法<br />
　　11.3.4　实例分析<br />
　11.4　抵御多次连接探秘的数据发布算法<br />
第十二章　不存在标识属性的多次连接探秘数据发布方法<br />
　12.1　基本定义及定理<br />
　12.2　基于准标识符的视图安全判定算法<br />
　12.3　多次连接探秘数据发布算法<br />
主要参考文献<br />