论文研究面向个人隐私约束的数据匿名 .pdf

在匿名数据发布中，当敏感属性为多维时，攻击者有可能能够获取一维或几维敏感属性信息，并且结合准标识符信息对其他敏感属性进行推理攻击。针对此问题提出（Dou-l）-匿名模型，更好地保护了敏感信息。基于多维

近年来国内外学者对隐私保护数据挖掘（privacy-preservingdatamining，PPDM）进行了大量研究，适时地对研究成果进行总结，能够明确研究方向。从分类挖掘、关联规则挖掘、聚类挖掘和

分析了可信平台模块身份认证方案的匿名性机制,在修改直接匿名证言方案的基础上,提出了一个称为TOSS的可信在线服务系统设计方案。与传统在线服务系统相比,该系统是基于用户等级的,支持匿名访问、服务分级和时

为了防止数据敏感属性的泄露，需要对数据敏感属性进行匿名保护。针对l-多样性模型当前已提出的算法大多是建立在概念层次结构的基础上，该方法会导致不必要的信息损失。为此，将基于属性泛化层次距离KACA算法中

差分隐私保护通过添加噪声使数据失真,从而起到保护隐私的目的,对于一个严格定义下的攻击模型,其具有添加噪声少、隐私泄露风险低的优点。介绍了差分隐私保护的理论基础和最新研究进展,详细阐述了分类、聚类等差分

Tor网络能够提供高质量的匿名服务，目前关于Tor网络匿名度研究主要是从系统设计的角度出发、基于信息熵理论构建静态匿名度模型，这类模型难以动态刻画Tor网络在不同网络环境下的具体网络行为的匿名性。因此

一门专业课要求用python实现k-匿名，在github上找的源码发现都不太符合问题，于是就自己改进了一下，算是个小demo吧，在python2下可以成功跑通，直接运行final.py，数据信息存在.

数据流的无限性、高速性使得经典的频繁模式挖掘方法难以适用到数据流中。针对数据流的特点，对数据流中频繁模式挖掘问题进行了研究，提出了数据流频繁模式挖掘算法FP-SegCount。该算法将数据流分段并利用

结合当前数据挖掘系统的优缺点及云计算的优势，构建了一种面向云计算的数据挖掘系统架构，并对其中的重要组成模块进行了详尽描述。该框架有利于解决当前数据挖掘系统存在的数据共享性差、扩展性低及价格昂贵等一系列

为解决动态联盟环境下的复杂产品异构数据集成，针对传统集成技术存在的问题，在对Web服务等相关技术进行分析的基础上，提出了基于Web服务的复杂产品异构数据集成平台层次模型。研究了相关的关键技术，重点论述