全部商品分类

您现在的位置: 全部商品分类 > 电子电脑 > 计算机技术 > 计算机网络

隐私敏感移动性模式网络的净化方法研究

  • 定价: ¥99
  • ISBN:9787030604637
  • 开 本:16开 平装
  •  
  • 折扣:
  • 出版社:科学
  • 页数:133页
  • 作者:张海涛
  • 立即节省:
  • 2019-02-01 第1版
  • 2019-02-01 第1次印刷
我要买:
点击放图片

导语

  

内容提要

  

    张海涛著的《隐私敏感移动性模式网络的净化方法研究》面向移动轨迹数据交易中的隐私及安全问题,提出了隐私敏感移动性模式网络的净化方法。主要内容包括:移动性模式网络构建方法,基于时空及网络特征的隐私敏感空间区域分类方法,基于隐私敏感移动性模式网络的推理攻击分析,隐私敏感移动性模式网络的净化方法及实现等。
    本书面向的读者对象为GIs及相关专业的本科生或研究生,以及从事LBS相关应用开发和技术研究的工程技术人员。

作者简介

    张海涛博士,副教授,硕士生导师,中国地理信息产业协会位置服务工作委员会副主任委员,江苏省测绘地理信息协会青年工作委员会第一届委员会委员。2006年博士研究生毕业于南京师范大学,专业地图学与地理信息系统。2006年至今工作于南京邮电大学地理与生物信息学院。2011~2012年作为江苏省公派访问学者在德国莱布尼兹汉诺威大学进修。
    主要研究方向为移动地理信息系统理论与技术,重点是移动信息的挖掘、分析及隐私保护等方法。曾荣获南京邮电大学校级教学成果奖二等奖,南京邮电大学课堂教学卓越教师培育人选,南京邮电大学教学标兵.南京邮电大学校先进工作者,ESRI杯中国大学生GIS软件开发竞赛优秀指导教师。江苏省测绘本科生优秀论文指导教师,南京邮电大学大学生课外科技活动优秀指导教师等各种奖项。
    近年来主持了国家自然科学基金项目、江苏省自然科学基金项目、江苏省重点研发社会发展项目等多项科研课题。在时空大数据中的模式挖掘及隐私保护领域取得了重要研究成果,出版了学术专著2部,发表了科研论文30余篇(其中SCI检索3篇,El检索2篇),获得了国家授权发明专利8项。

目录


前言
第1章  绪论
  1.1  研究背景
    1.1.1  数据分析的价值
    1.1.2  隐私安全问题
  1.2  国内外研究现状
  1.3  存在的问题
  1.4  本书章节安排
第2章  基本概念
  2.1  Spark大数据平台
    2.1.1  Spark简介
    2.1.2  Spark运行模型
    2.1.3  Spark生态圈
  2.2  机器学习
    2.2.1  基本概念
    2.2.2  机器学习算法
    2.2.3  模型评估方法
    2.2.4  Spark机器学习类库
  2.3  复杂网络
    2.3.1  复杂网络分类
    2.3.2  复杂网络特性
    2.3.3  Spark GraphX的图计算框架
  2.4  隐私设计方法
    2.4.1  隐私增强方法存在的问题
    2.4.2  隐私设计方法的出现与发展
    2.4.3  隐私设计方法的原则1:端到端的生命周期保护
    2.4.4  隐私设计方法的原则2:全功能
    2.4.5  典型应用
第3章  移动性模式网络构建方法
  3.1  基于序列模式挖掘的移动性模式网络构建方法
    3.1.1  序列模式挖掘
    3.1.2  基于序列模式的移动性模式网络构建
  3.2  基于图挖掘的移动性模式网络构建方法
    3.2.1  频繁子图挖掘
    3.2.2  基于频繁子图的移动性模式网络构建
  3.3  实验结果与分析
    3.3.1  实验环境
    3.3.2  实验数据
    3.3.3  结果分析
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
  4.1  传统的空间区域分类方法
    4.1.1  基于空间数据属性叠加的地物分类方法
    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
    4.1.3  基于移动轨迹数据时空特征的分类方法
  4.2  移动轨迹数据的时空及网络特征
    4.2.1  移动轨迹数据的时空特征
    4.2.2  移动轨迹数据的网络特征
  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
    4.3.1  网络特征值的获取
    4.3.2  时空特征值的获取
    4.3.3  隐私敏感属性的获取
    4.3.4  分类模型
    4.3.5  模型预测性能评估
  4.4  实验结果与分析
    4.4.1  实验数据
    4.4.2  结果分析
第5章  基于隐私敏感移动性模式网络的推理攻击分析
  5.1  基于隐私敏感移动性模式网络的推理攻击模型
    5.1.1  基本概念
    5.1.2  攻击模型
  5.2  基于网络连通性分析的推理攻击场景
    5.2.1  基于连通性分析的源攻击
    5.2.2  基于连通性分析的汇攻击
    5.2.3  基于连通性分析的过渡攻击
  5.3  传统的攻击预防方法
    5.3.1  直接移除网络中隐私敏感节点的方法
    5.3.2  社交网络的净化方法
第6章  隐私敏感移动性模式网络的净化方法及实现
  6.1  系统框架
  6.2  净化方法设计
    6.2.1  网络类型判定
    6.2.2  节点重要性排序
    6.2.3  净化方法
    6.2.4  可用性与安全性评估
  6.3  基于Spark大数据平台的实现
    6.3.1  网络类型判定
    6.3.2  节点重要性计算
    6.3.3  敏感网络净化
    6.3.4  可用性与安全性评估
    6.3.5  实例分析
  6.4  实验结果与分析
    6.4.1  实验数据
    6.4.2  结果分析
第7章  总结与展望
  7.1  总结
  7.2  展望
参考文献
彩图