声明
摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 论文研究内容
1.4 论文组织结构
第二章 相关工作与技术
2.1 社会网络隐私保护模型
2.1.1 关系型数据匿名与链接挖掘
2.1.2 社会网络权重隐私建模
2.2 社会网络权重隐私匿名方法
2.2.1 基于聚类的匿名策略
2.2.2 基于图修改的匿名策略
2.3 图挖掘信息可用性度量
2.3.1 信息可用性度量
2.3.2 社会网络匿名代价
2.4 本章小结
第三章 基于Hellinger距离的加权社会网络隐匿方法
3.1 权重隐私再识别
3.2 相关概念
3.2.1 基本定义
3.2.2 隐私模型
3.2.3 问题定义
3.3 加权社会网络匿名化方法
3.3.1 匿名处理流程
3.3.2 SWBADP匿名方法
3.4 深度聚类
3.5 实验分析
3.5.1 数据可用性
3.5.2 算法执行效率
3.6 本章小结
第四章 保护社区协同隐私的加权社会网络隐匿方法
4.1 社区协同隐私安全
4.2 相关概念和背景知识
4.3 (kα,lβ)-secure隐私保护模型
4.4 多社区加权社会网络匿名化算法
4.4.1 社区用户权威值匿名化算法KLNA
4.4.2 社区用户亲密度匿名化算法KLLA
4.5 实验分析
4.5.1 匿名图统计特性
4.5.2 数据可用性分析
4.5.3 算法执行效率
4.6 本章小结
第五章 结论与展望
致谢
参考文献
作者简介