目錄
前言
**部分 概述
第1章 緒論 3
第2章 基礎知識 5
2.1 隱私保護模型 5
2.1.1 K-匿名隱私保護模型 5
2.1.2 其他匿名隱私保護模型 8
2.2 不確定數據模型 10
2.2.1 可能世界模型 10
2.2.2 關繫模型 13
2.2.3 流數據模型 13
2.2.4 圖數據模型 14
2.3 關繫模式及範式 14
2.4 查詢 16
2.4.1 範圍查詢 16
2.4.2 Top-k查詢 16
2.4.3 Skyline查詢 19
2.4.4 k-近鄰查詢 19
2.4.5 相似性連接查詢 19
2.5 數據挖掘 20
2.5.1 確定數據的挖掘方法 20
2.5.2 不確定數據的挖掘方法 21
第二部分 K-匿名隱私保護模型中不確定數據建模和存儲
第3章 隱私保護模型中不確定數據的建模方法 27
3.1 引言 27
3.2 定義及符號 28
3.3 K-匿名表的壓縮 28
3.4 Kattr模型 29
3.5 Ktuple模型 30
3.6 Kupperlower模型 31
3.7 Ktree模型 32
3.8 Kpro-table模型 33
3.9 完備性和封閉性 33
第4章 K-匿名隱私保護模型的存儲方法 36
4.1 引言 36
4.2 基本定義 37
4.3 模型存儲方法 38
第三部分 K-匿名關繫的模式設計
第5章 K-匿名關繫上的數據依賴 43
5.1 擴展函數依賴 43
5.1.1 引言 43
5.1.2 定義及符號 44
5.1.3 擴展函數依賴概述 44
5.1.4 擴展函數公理繫統 46
5.2 水平函數依賴和垂直函數依賴 49
5.2.1 Tuple-or模型下的水平函數依賴、垂直函數依賴 50
5.2.2 Tuple-or模型下的水平函數依賴、垂直函數依賴公理繫統 52
5.2.3 Attribute-or模型下的水平函數依賴、垂直函數依賴 55
5.3 不確定函數依賴 56
5.3.1 基本定義 57
5.3.2 不確定函數依賴概述 58
5.3.3 不確定函數依賴公理繫統 59
5.4 局部函數依賴 60
5.4.1 局部函數依賴概述 60
5.4.2 局部函數依賴公理繫統 64
第6章 K-匿名關繫的規範化設計 66
6.1 範式檢驗 66
6.1.1 基於不確定函數依賴的範式檢驗 66
6.1.2 基於局部函數依賴的範式檢驗 68
6.2 規範化設計 69
第7章 K-匿名關繫的無損分解 72
7.1 相關定義 72
7.2 Attribute-or模型的無損分解 73
7.2.1 依據水平函數依賴分解 73
7.2.2 依據垂直函數依賴分解 74
7.2.3 水平劃分和無損分解算法 75
7.2.4 分解算法示例 77
7.2.5 含有概率的Attribute-or模型 79
7.3 K-匿名關繫的無損分解方法 80
第四部分 K-匿名隱私保護模型中不確定數據的查詢處理
第8章 查詢問題定義 85
8.1 基本定義 85
8.2 查詢問題的語義 86
8.3 查詢問題的形式定義 87
第9章 查詢問題的復雜性分析 88
9.1 時間復雜性基礎知識 88
9.1.1 度量復雜性 88
9.1.2 PTIME類 89
9.1.3 NP類 90
9.1.4 NP完全類 91
9.2 成員問題 93
9.3 包含問題 96
9.4 可能性問題 99
9.5 確定性問題 99
第10章 K-匿名數據的組織方式 101
10.1 空間的基本概念 101
10.2 K-匿名數據向空間數據的轉換 101
10.3 空間索引技術 102
第11章 K-匿名數據的Top-k查詢 107
11.1 K-匿名數據的Top-k查詢分類 107
11.1.1 排序查詢 107
11.1.2 點/範圍查詢 108
11.2 定義與記號 109
11.3 查詢分析 110
11.3.1 排序查詢 110
11.3.2 範圍/點查詢 110
11.3.3 Monte-Carlo積分 111
11.4 基於樹形結構的Top-k查詢算法 111
11.4.1 基礎算法 111
11.4.2 過濾無用信息 113
11.4.3 近似積分計算 113
11.4.4 Top-k排序 114
11.5 基於圖形結構的Top-k查詢算法 115
11.5.1 DiGU-Topk基礎算法 115
11.5.2 DiGU-Topk的優化算法 116
11.6 Top-k查詢理論擴展 120
11.6.1 離散型概率分布 120
11.6.2 連續型概率分布 122
第五部分 K-匿名隱私保護模型中不確定數據的挖掘
第12章 關聯規則挖掘基礎知識 127
12.1 關聯規則挖掘分類 127
12.2 關聯規則挖掘相關定義 128
12.3 K-匿名數據關聯規則挖掘的數據模型 130
第13章 基於K-匿名數據的K-Apriori關聯規則挖掘 131
13.1 不確定數據的關聯規則挖掘 131
13.2 K-Apriori關聯規則挖掘算法 133
第14章 基於泛化樹的關聯規則挖掘 136
14.1 K-匿名數據世繫的相關知識 136
14.1.1 K-匿名數據世繫的定義 136
14.1.2 K-匿名數據世繫的應用 137
14.2 K-匿名數據泛化樹的構造算法 137
14.3 基於泛化樹的關聯規則挖掘算法 141
第15章 基於K-頻繁模式樹的關聯規則挖掘 146
15.1 K-匿名數據實例 146
15.2 擴展分層聚類 147
15.3 K-頻繁模式樹 148
15.4 K-頻繁模式樹的完整性 151
15.5 基於K-頻繁模式樹的關聯規則挖掘算法 152
15.5.1 基於KFP樹的頻繁項集挖掘：KFI-DM 152
15.5.2 關聯規則生成算法 155
第16章 K-匿名數據的關聯規則變粒度查詢 156
16.1 關聯規則庫構建 157
16.2 關聯規則查詢 159
16.2.1 精確值查詢 160
16.2.2 區間查詢 161
16.3 粒度轉換的完整性 163
16.4 變粒度查詢算法 164
參考文獻 166