隐私敏感移动性模式网络的净化方法研究PDF|Epub|txt|kindle电子书版本网盘下载

隐私敏感移动性模式网络的净化方法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景1

1.1.1 数据分析的价值1

1.1.2 隐私安全问题2

1.2 国内外研究现状3

1.3 存在的问题3

1.4 本书章节安排4

第2章 基本概念5

2.1 Spark大数据平台5

2.1.1 Spark简介5

2.1.2 Spark运行模型5

2.1.3 Spark生态圈8

2.2 机器学习8

2.2.1 基本概念8

2.2.2 机器学习算法10

2.2.3 模型评估方法11

2.2.4 Spark机器学习类库12

2.3 复杂网络12

2.3.1 复杂网络分类12

2.3.2 复杂网络特性13

2.3.3 Spark GraphX的图计算框架16

2.4 隐私设计方法18

2.4.1 隐私增强方法存在的问题18

2.4.2 隐私设计方法的出现与发展19

2.4.3 隐私设计方法的原则1：端到端的生命周期保护21

2.4.4 隐私设计方法的原则2：全功能22

2.4.5 典型应用22

第3章 移动性模式网络构建方法23

3.1 基于序列模式挖掘的移动性模式网络构建方法24

3.1.1 序列模式挖掘24

3.1.2 基于序列模式的移动性模式网络构建25

3.2 基于图挖掘的移动性模式网络构建方法29

3.2.1 频繁子图挖掘29

3.2.2 基于频繁子图的移动性模式网络构建35

3.3 实验结果与分析43

3.3.1 实验环境43

3.3.2 实验数据43

3.3.3 结果分析45

第4章 基于时空及网络特征的隐私敏感空间区域分类方法53

4.1 传统的空间区域分类方法53

4.1.1 基于空间数据属性叠加的地物分类方法53

4.1.2 基于遥感影像的特征提取和空间区域识别的分类方法54

4.1.3 基于移动轨迹数据时空特征的分类方法54

4.2 移动轨迹数据的时空及网络特征55

4.2.1 移动轨迹数据的时空特征55

4.2.2 移动轨迹数据的网络特征59

4.3 基于时空及网络特征的隐私敏感空间区域的分类模型60

4.3.1 网络特征值的获取60

4.3.2 时空特征值的获取61

4.3.3 隐私敏感属性的获取64

4.3.4 分类模型68

4.3.5 模型预测性能评估69

4.4 实验结果与分析70

4.4.1 实验数据70

4.4.2 结果分析73

第5章 基于隐私敏感移动性模式网络的推理攻击分析77

5.1 基于隐私敏感移动性模式网络的推理攻击模型77

5.1.1 基本概念77

5.1.2 攻击模型78

5.2 基于网络连通性分析的推理攻击场景80

5.2.1 基于连通性分析的源攻击81

5.2.2 基于连通性分析的汇攻击83

5.2.3 基于连通性分析的过渡攻击85

5.3 传统的攻击预防方法86

5.3.1 直接移除网络中隐私敏感节点的方法86

5.3.2 社交网络的净化方法88

第6章 隐私敏感移动性模式网络的净化方法及实现89

6.1 系统框架89

6.2 净化方法设计90

6.2.1 网络类型判定92

6.2.2 节点重要性排序94

6.2.3 净化方法97

6.2.4 可用性与安全性评估99

6.3 基于Spark大数据平台的实现102

6.3.1 网络类型判定103

6.3.2 节点重要性计算105

6.3.3 敏感网络净化106

6.3.4 可用性与安全性评估107

6.3.5 实例分析109

6.4 实验结果与分析114

6.4.1 实验数据114

6.4.2 结果分析117

第7章 总结与展望124

7.1 总结124

7.2 展望125

参考文献126