本書(shū)主要闡述數(shù)據(jù)共享中的兩大主要隱私保護(hù)模型及其關(guān)鍵算法。 全書(shū)分為兩篇，及時(shí)篇闡述匿名隱私保護(hù)數(shù)據(jù)，由第1～9章組成，主要內(nèi)容涉及匿名隱私保護(hù)相關(guān)知識(shí)、k匿名組規(guī)模的上界討論、關(guān)系型數(shù)據(jù)及其擴(kuò)展背景(數(shù)據(jù)增量更新和多敏感屬性數(shù)據(jù))下的匿名隱私保護(hù)、非關(guān)系型數(shù)據(jù)(包括事務(wù)型數(shù)據(jù)、社會(huì)網(wǎng)絡(luò)數(shù)據(jù)和軌跡數(shù)據(jù))中的匿名隱私保護(hù)模型及算法、面向LBS應(yīng)用的位置隱私保護(hù)等；第二篇闡述差分隱私保護(hù)數(shù)據(jù)，由第10～19章組成，主要內(nèi)容涉及差分隱私基礎(chǔ)知識(shí)、基于k叉平均樹(shù)的差分隱私數(shù)據(jù)、面向任意區(qū)間樹(shù)結(jié)構(gòu)及其擴(kuò)展背景(考慮區(qū)間查詢分布和異方差加噪)下的差分隱私直方圖、面向其他應(yīng)用背景(流/連續(xù)數(shù)據(jù)、稀疏/多維數(shù)據(jù))的差分隱私保護(hù)、差分隱私下的頻繁模式挖掘等。 本書(shū)主要面向計(jì)算機(jī)科學(xué)、網(wǎng)絡(luò)空間安全、管理科學(xué)與工程等相關(guān)學(xué)科專業(yè)高年級(jí)本科生、研究生以及廣大研究數(shù)據(jù)安全隱私保護(hù)的科技工作者。
隨著數(shù)據(jù)挖掘和信息共享等數(shù)據(jù)庫(kù)應(yīng)用的出現(xiàn)與發(fā)展，如何保護(hù)隱私數(shù)據(jù)和防止敏感信息泄露成為當(dāng)前面臨的重大挑戰(zhàn)。作為數(shù)據(jù)挖掘與信息共享應(yīng)用中的重要環(huán)節(jié)，數(shù)據(jù)中的隱私保護(hù)已成為當(dāng)前的研究熱點(diǎn)。隱私保護(hù)數(shù)據(jù)自提出以來(lái)，已吸引許多學(xué)者、數(shù)據(jù)管理人員以及工程科技人員對(duì)其展開(kāi)研究，并取得大量的研究成果。本書(shū)主要闡述數(shù)據(jù)共享中的兩大主要隱私保護(hù)模型及其關(guān)鍵算法。
全書(shū)分為2篇，第1篇闡述匿名隱私保護(hù)數(shù)據(jù)，由1-9章組成，主要內(nèi)容涉及：匿名隱私保護(hù)相關(guān)知識(shí)、k-匿名組規(guī)模的上界討論、關(guān)系型數(shù)據(jù)及其擴(kuò)展背景(數(shù)據(jù)增量更新和多敏感屬性數(shù)據(jù))下的匿名隱私保護(hù)、非關(guān)系型數(shù)據(jù)(包括事務(wù)型數(shù)據(jù)、社會(huì)網(wǎng)絡(luò)數(shù)據(jù)和軌跡數(shù)據(jù))中的匿名隱私保護(hù)模型及算法、面向LBS應(yīng)用的位置隱私保護(hù)等；第2篇闡述差分隱私保護(hù)數(shù)據(jù)，由10-19章組成，主要內(nèi)容涉及：差分隱私基礎(chǔ)知識(shí)、基于k叉平均樹(shù)的差分隱私數(shù)據(jù)、面向任意區(qū)間樹(shù)結(jié)構(gòu)及其擴(kuò)展背景(考慮區(qū)間查詢分布和異方差加噪)下的差分隱私直方圖、面向其他應(yīng)用背景(流/連續(xù)數(shù)據(jù)、稀疏/多維數(shù)據(jù))的差分隱私保護(hù)、差分隱私下的頻繁模式挖掘等。
本書(shū)主要面向計(jì)算機(jī)科學(xué)、網(wǎng)絡(luò)空間安全、管理科學(xué)與工程等相關(guān)學(xué)科專業(yè)高年級(jí)本科生、研究生以及廣大研究數(shù)據(jù)安全隱私保護(hù)的科技工作者。
吳英杰，1979年6月出生，福建安溪人，博士，副教授，碩士生導(dǎo)師，美國(guó)賓夕法尼亞州立大學(xué)訪問(wèn)學(xué)者。2001年7月畢業(yè)于福州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)，獲學(xué)士學(xué)位；2004年3月畢業(yè)于福州大學(xué)計(jì)算機(jī)軟件與理論專業(yè)，獲碩士學(xué)位，隨后留校任教。2012年3月獲東南大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)博士學(xué)位，2012年7月破格晉升副教授并獲碩士生導(dǎo)師資格。
福州大學(xué)國(guó)家精品資源共享課程“算法與數(shù)據(jù)結(jié)構(gòu)”和福建省品質(zhì)碩士學(xué)位課程“算法設(shè)計(jì)與分析”第二負(fù)責(zé)人，福州大學(xué)精品課程“高級(jí)語(yǔ)言程序設(shè)計(jì)”負(fù)責(zé)人，同時(shí)兼任福州大學(xué)ACM國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽代表隊(duì)總教練，已帶領(lǐng)福州大學(xué)代表隊(duì)6次晉級(jí)ACM國(guó)際大學(xué)生程序設(shè)計(jì)競(jìng)賽全球總決賽；兼任福建省計(jì)算機(jī)學(xué)會(huì)常務(wù)理事、教育工作委員會(huì)主任委員。曾獲“寶鋼教師獎(jiǎng)”、“福建省共產(chǎn)黨員”、“福建青年五四獎(jiǎng)?wù)?rdquo;、“福州大學(xué)十佳青年教職工”、“福州大學(xué)教學(xué)新秀”等稱號(hào)。
主要從事數(shù)據(jù)安全、數(shù)據(jù)挖掘與算法設(shè)計(jì)等方面的研究。近年來(lái)，先后主持1項(xiàng)國(guó)家自然科學(xué)基金項(xiàng)目、2項(xiàng)福建省自然科學(xué)基金項(xiàng)目和1項(xiàng)福建省教育廳科技項(xiàng)目的研究工作。已授權(quán)國(guó)家發(fā)明專利2項(xiàng)，主持的教改項(xiàng)目獲2014年福建省教學(xué)成果一等獎(jiǎng)。近期在《軟件學(xué)報(bào)》、《計(jì)算機(jī)研究與發(fā)展》、Journal of Computer Science and Technology、Information Processing Letter、Journal of Discrete Algorithms等國(guó)內(nèi)外重要學(xué)術(shù)期刊和國(guó)際會(huì)議上發(fā)表30多篇學(xué)術(shù)論文。
及時(shí)篇基于匿名模型的隱私保護(hù)數(shù)據(jù)第1章緒論3
1.1隱私保護(hù)數(shù)據(jù)3
1.2匿名隱私保護(hù)模型4
1.2.1k匿名模型4
1.2.2l多樣性模型5
1.2.3tCloseness6
1.3數(shù)據(jù)質(zhì)量度量6
1.4匿名隱私保護(hù)的主要研究方向7
1.5隱私保護(hù)數(shù)據(jù)研究展望8
參考文獻(xiàn)8第2章k匿名組規(guī)模的上界討論10
2.1引言10
2.2現(xiàn)有算法的k匿名組規(guī)模上界10
2.3基于取整劃分函數(shù)的k匿名算法11
2.3.1均衡二劃分存在的問(wèn)題12
2.3.2基于取整劃分函數(shù)的劃分策略13
2.3.3基于取整劃分函數(shù)的k匿名算法的匿名組規(guī)模上界14
2.3.4基于取整劃分函數(shù)的k匿名算法(劃分部分)時(shí)間復(fù)雜度分析16
2.4實(shí)驗(yàn)結(jié)果與分析17
2.5本章小結(jié)18
參考文獻(xiàn)18第3章基于空間劃分的隱私保護(hù)關(guān)系型數(shù)據(jù)算法20
3.1引言20
3.2基于動(dòng)態(tài)規(guī)劃的k匿名嚴(yán)格劃分算法22
3.2.1相關(guān)工作22
3.2.2基于子空間多維劃分的k匿名問(wèn)題23
3.2.3基于子空間劃分的k匿名動(dòng)態(tài)規(guī)劃算法26
3.2.4實(shí)驗(yàn)結(jié)果與分析29
3.3基于動(dòng)態(tài)規(guī)劃的嚴(yán)格劃分?jǐn)?shù)據(jù)算法36
3.3.1算法框架37
3.3.2實(shí)驗(yàn)結(jié)果與分析38
3.4基于混合劃分技術(shù)的數(shù)據(jù)算法41
3.4.1嚴(yán)格劃分的數(shù)據(jù)可以在信息損失上進(jìn)一步改進(jìn)41
3.4.2非嚴(yán)格劃分的數(shù)據(jù)可能在可用性上不如嚴(yán)格劃分?jǐn)?shù)據(jù)42
3.4.3混合劃分技術(shù)及算法44
3.4.4實(shí)驗(yàn)結(jié)果與分析45
3.5本章小結(jié)48
參考文獻(xiàn)48第4章隱私保護(hù)增量數(shù)據(jù)重50
4.1引言50
4.1.1問(wèn)題實(shí)例50
4.1.2已有研究與不足52
4.2問(wèn)題與相關(guān)知識(shí)53
4.2.1問(wèn)題描述53
4.2.2多維劃分53
4.2.3數(shù)據(jù)質(zhì)量度量54
4.3增量更新數(shù)據(jù)的54
4.3.1增量更新數(shù)據(jù)的概化54
4.3.2單調(diào)概化原則56
4.4增量更新k匿名算法57
4.4.1算法描述57
4.4.2算法的運(yùn)行實(shí)例58
4.4.3算法討論58
4.5實(shí)驗(yàn)分析59
4.5.1隱私泄露比較59
4.5.2數(shù)據(jù)質(zhì)量比較60
4.5.3執(zhí)行時(shí)間比較61
4.6本章小結(jié)62
參考文獻(xiàn)62第5章面向多敏感屬性的隱私保護(hù)數(shù)據(jù)64
5.1引言64
5.2基礎(chǔ)知識(shí)與問(wèn)題描述65
5.2.1基本定義65
5.2.2問(wèn)題描述65
5.3p覆蓋k匿名模型66
5.4面向多敏感屬性保護(hù)的p覆蓋k匿名算法67
5.4.1相關(guān)性質(zhì)67
5.4.2算法描述68
5.4.3算法實(shí)例69
5.5實(shí)驗(yàn)結(jié)果與分析69
5.5.1敏感屬性泄露比較70
5.5.2數(shù)據(jù)質(zhì)量比較70
5.5.3運(yùn)行時(shí)間比較70
5.6本章小結(jié)73
參考文獻(xiàn)74第6章隱私保護(hù)事務(wù)型數(shù)據(jù)75
6.1引言75
6.2基于剖分的隱私保護(hù)事務(wù)型數(shù)據(jù)75
6.3事務(wù)型數(shù)據(jù)的p剖分l多樣化算法78
6.3.1屬性剖分78
6.3.2記錄劃分78
6.3.3算法時(shí)間復(fù)雜度分析79
6.4實(shí)驗(yàn)結(jié)果與分析79
6.4.1關(guān)聯(lián)規(guī)則數(shù)量測(cè)試80
6.4.2關(guān)聯(lián)規(guī)則挖掘正確率測(cè)試80
6.5本章小結(jié)82
參考文獻(xiàn)82第7章隱私保護(hù)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)84
7.1引言84
7.2基礎(chǔ)知識(shí)與相關(guān)隱私保護(hù)技術(shù)85
7.2.1社會(huì)網(wǎng)絡(luò)的定義和數(shù)學(xué)表示85
7.2.2社會(huì)網(wǎng)絡(luò)數(shù)據(jù)的特點(diǎn)86
7.2.3社會(huì)網(wǎng)絡(luò)中的隱私模型86
7.2.4攻擊者的背景知識(shí)86
7.2.5匿名后的數(shù)據(jù)可用性86
7.2.6社會(huì)網(wǎng)絡(luò)數(shù)據(jù)匿名技術(shù)87
7.3面向度數(shù)攻擊的隱私保護(hù)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)88
7.3.1問(wèn)題提出88
7.3.2相關(guān)工作88
7.3.3度數(shù)攻擊模型89
7.3.4防止度數(shù)攻擊的社會(huì)網(wǎng)絡(luò)匿名算法89
7.3.5實(shí)驗(yàn)數(shù)據(jù)與分析91
7.4面向子圖攻擊的隱私保護(hù)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)96
7.4.1問(wèn)題提出96
7.4.2相關(guān)工作97
7.4.3(d,k)匿名社會(huì)網(wǎng)絡(luò)模型97
7.4.4防止子圖攻擊的社會(huì)網(wǎng)絡(luò)匿名算法98
7.4.5實(shí)驗(yàn)結(jié)果與分析101
7.5本章小結(jié)106
參考文獻(xiàn)106第8章隱私保護(hù)軌跡數(shù)據(jù)108
8.1引言108
8.2基礎(chǔ)知識(shí)與相關(guān)隱私保護(hù)技術(shù)108
8.2.1相關(guān)定義108
8.2.2基于聚類的軌跡數(shù)據(jù)隱私保護(hù)技術(shù)109
8.3基于聚類雜交的隱私保護(hù)軌跡數(shù)據(jù)算法111
8.3.1相關(guān)工作111
8.3.2二次聚類攻擊111
8.3.3基于聚類雜交的軌跡數(shù)據(jù)算法117
8.3.4實(shí)驗(yàn)結(jié)果與分析118
8.4隱私保護(hù)軌跡數(shù)據(jù)的l多樣化算法128
8.4.1問(wèn)題提出128
8.4.2軌跡l多樣化隱私保護(hù)算法129
8.4.3實(shí)驗(yàn)結(jié)果與分析132
8.5個(gè)性化隱私保護(hù)軌跡數(shù)據(jù)137
8.5.1問(wèn)題提出137
8.5.2問(wèn)題描述137
8.5.3個(gè)性化軌跡隱私保護(hù)算法138
8.5.4實(shí)驗(yàn)結(jié)果與分析140
8.6基于網(wǎng)格劃分的軌跡分段匿名隱私保護(hù)算法145
8.6.1問(wèn)題提出145
8.6.2基于空間網(wǎng)格劃分的不規(guī)則分段軌跡隱私保護(hù)算法145
8.6.3防止重疊攻擊的軌跡分段匿名算法147
8.6.4實(shí)驗(yàn)結(jié)果與分析148
8.7本章小結(jié)152
參考文獻(xiàn)152第9章面向LBS應(yīng)用的位置隱私保護(hù)154
9.1引言154
9.2基礎(chǔ)知識(shí)與相關(guān)位置隱私保護(hù)技術(shù)155
9.2.1系統(tǒng)結(jié)構(gòu)155
9.2.2位置隱私保護(hù)技術(shù)157
9.3歐氏空間下面向連續(xù)查詢的位置隱私保護(hù)158
9.3.1問(wèn)題提出158
9.3.2相關(guān)定義與問(wèn)題性質(zhì)159
9.3.3基于歷史軌跡的連續(xù)查詢隱私保護(hù)算法161
9.3.4實(shí)驗(yàn)結(jié)果與分析162
9.4公路網(wǎng)絡(luò)下防止邊權(quán)分布攻擊的位置隱私保護(hù)165
9.4.1問(wèn)題提出165
9.4.2基礎(chǔ)知識(shí)與相關(guān)定義166
9.4.3防止邊權(quán)分布攻擊的位置隱私保護(hù)算法167
9.4.4實(shí)驗(yàn)結(jié)果與分析169
9.5歐氏空間下的交互式位置隱私保護(hù)173
9.5.1問(wèn)題提出173
9.5.2交互式模型與協(xié)議173
9.5.3交互式位置隱私保護(hù)算法176
9.5.4防止速度關(guān)聯(lián)攻擊的交互式位置隱私保護(hù)算法182
9.6本章小結(jié)189
參考文獻(xiàn)189
第二篇基于差分隱私的隱私保護(hù)數(shù)據(jù)
第10章基于差分隱私的統(tǒng)計(jì)數(shù)據(jù)概述195
10.1ε差分隱私模型195
10.2差分隱私的實(shí)現(xiàn)機(jī)制196
10.2.1Laplace機(jī)制197
10.2.2指數(shù)機(jī)制198
10.3差分隱私的組合特性198
10.4差分隱私數(shù)據(jù)保護(hù)框架198
10.5差分隱私保護(hù)方法的性能度量199
參考文獻(xiàn)200第11章基于k叉平均樹(shù)的差分隱私數(shù)據(jù)202
11.1引言202
11.2問(wèn)題與相關(guān)性質(zhì)203
11.2.1問(wèn)題提出203
11.2.2相關(guān)性質(zhì)204
11.3基于k叉平均樹(shù)的差分隱私直方圖算法204
11.3.1算法思想及描述204
11.3.2算法分析206
11.3.3與同類算法的噪聲比較208
11.3.4實(shí)驗(yàn)結(jié)果與分析209
11.4面向多維組合查詢的差分隱私直方圖算法212
11.4.1多維組合查詢問(wèn)題212
11.4.2算法思想及描述213
11.4.3算法分析215
11.4.4實(shí)驗(yàn)結(jié)果與分析215
11.5本章小結(jié)219
參考文獻(xiàn)219第12章面向任意區(qū)間樹(shù)結(jié)構(gòu)的差分隱私直方圖220
12.1引言220
12.2基礎(chǔ)知識(shí)與問(wèn)題提出221
12.2.1基礎(chǔ)知識(shí)221
12.2.2問(wèn)題提出222
12.3面向任意區(qū)間樹(shù)結(jié)構(gòu)的差分隱私直方圖迭代算法222
12.3.1k區(qū)間樹(shù)222
12.3.2局部線性無(wú)偏估計(jì)及其算法224
12.3.3基于LBLUE解全局線性無(wú)偏估計(jì)的迭代算法225
12.3.4算法分析226
12.3.5實(shí)驗(yàn)結(jié)果與分析230
12.4面向任意區(qū)間樹(shù)結(jié)構(gòu)的差分隱私直方圖線性時(shí)間算法235
12.4.1差分隱私區(qū)間樹(shù)中節(jié)點(diǎn)權(quán)值的線性無(wú)偏估計(jì)235
12.4.2求解差分隱私區(qū)間樹(shù)節(jié)點(diǎn)權(quán)值線性無(wú)偏估計(jì)的算法236
12.4.3算法復(fù)雜度分析238
12.4.4實(shí)驗(yàn)結(jié)果與分析238
12.5本章小結(jié)242
參考文獻(xiàn)242第13章基于樹(shù)重構(gòu)的差分隱私直方圖243
13.1引言243
13.2基于區(qū)間查詢概率的差分隱私直方圖243
13.2.1問(wèn)題提出243
13.2.2基于區(qū)間計(jì)數(shù)查詢概率的差分隱私直方圖算法246
13.2.3實(shí)驗(yàn)結(jié)果與分析250
13.3基于哈爾小波有損壓縮的直方圖253
13.3.1哈爾小波變換254
13.3.2問(wèn)題提出257
13.3.3基于哈爾小波零樹(shù)壓縮的直方圖算法EHWTDP258
13.3.4實(shí)驗(yàn)結(jié)果與分析262
13.4本章小結(jié)269
參考文獻(xiàn)269第14章異方差加噪下的差分隱私直方圖270
14.1引言270
14.2基礎(chǔ)知識(shí)與問(wèn)題270
14.3異方差加噪下面向任意樹(shù)結(jié)構(gòu)的差分隱私直方圖算法271
14.3.1節(jié)點(diǎn)覆蓋概率計(jì)算272
14.3.2節(jié)點(diǎn)系數(shù)計(jì)算及隱私預(yù)算分配272
14.3.3算法描述與分析276
14.4實(shí)驗(yàn)結(jié)果與分析280
14.4.1查詢精度比較281
14.4.2算法運(yùn)行效率比較284
14.5本章小結(jié)285
參考文獻(xiàn)285第15章差分隱私連續(xù)數(shù)據(jù)287
15.1引言287
15.2相關(guān)工作與基礎(chǔ)知識(shí)288
15.2.1相關(guān)工作288
15.2.2矩陣機(jī)制289
15.3基于矩陣機(jī)制的差分隱私連續(xù)數(shù)據(jù)289
15.4隱私連續(xù)數(shù)據(jù)算法290
15.4.1策略矩陣的構(gòu)建290
15.4.2查詢均方誤差的降低293
15.4.3最小誤差的快速求解294
15.4.4優(yōu)化效果分析298
15.5實(shí)驗(yàn)結(jié)果與分析299
15.5.1與樸素方法的對(duì)比實(shí)驗(yàn)結(jié)果與分析300
15.5.2與基于二叉樹(shù)方法的對(duì)比實(shí)驗(yàn)結(jié)果與分析300
15.5.3與靜態(tài)數(shù)據(jù)方法的對(duì)比實(shí)驗(yàn)結(jié)果與分析301
15.6本章小結(jié)302
參考文獻(xiàn)302第16章面向二維數(shù)據(jù)流的差分隱私統(tǒng)計(jì)305
16.1引言305
16.2基礎(chǔ)知識(shí)與相關(guān)定義306
16.3固定長(zhǎng)度二維數(shù)據(jù)流的差分隱私統(tǒng)計(jì)306
16.3.1問(wèn)題描述306
16.3.2算法思想與描述307
16.3.3算法空間復(fù)雜度分析311
16.4任意長(zhǎng)度二維數(shù)據(jù)流的差分隱私連續(xù)統(tǒng)計(jì)311
16.4.1算法思想與描述311
16.4.2算法分析312
16.5實(shí)驗(yàn)結(jié)果與分析312
16.5.1差分隱私統(tǒng)計(jì)固定長(zhǎng)度二維數(shù)據(jù)流的可用性312
16.5.2差分隱私統(tǒng)計(jì)任意長(zhǎng)度二維數(shù)據(jù)流的可用性313
16.6本章小結(jié)314
參考文獻(xiàn)314第17章差分隱私二維空間數(shù)據(jù)劃分316
17.1引言316
17.2基礎(chǔ)知識(shí)與相關(guān)定義316
17.3基于kd樹(shù)的差分隱私二維空間數(shù)據(jù)劃分算法318
17.3.1問(wèn)題提出318
17.3.2算法思想與描述318
17.3.3實(shí)驗(yàn)結(jié)果與分析320
17.4基于四分樹(shù)的差分隱私二維空間數(shù)據(jù)劃分算法324
17.4.1問(wèn)題提出324
17.4.2算法思想與描述325
17.4.3實(shí)驗(yàn)結(jié)果與分析328
17.5本章小結(jié)332
參考文獻(xiàn)332第18章面向低頻統(tǒng)計(jì)值的差分隱私數(shù)據(jù)334
18.1引言334
18.2面向低頻計(jì)數(shù)值的差分隱私直方圖334
18.2.1問(wèn)題提出334
18.2.2算法思想與描述335
18.2.3算法分析及優(yōu)化336
18.2.4算法運(yùn)行實(shí)例337
18.2.5實(shí)驗(yàn)結(jié)果與分析338
18.3差分隱私稀疏列聯(lián)表340
18.3.1問(wèn)題提出340
18.3.2算法思想與描述342
18.3.3實(shí)驗(yàn)結(jié)果與分析346
18.4本章小結(jié)354
參考文獻(xiàn)354第19章差分隱私下的頻繁模式挖掘355
19.1引言355
19.2基礎(chǔ)知識(shí)與問(wèn)題355
19.3差分隱私下的頻繁模式挖掘問(wèn)題分析357
19.3.1全局敏感度分析357
19.3.2誤差分析357
19.3.3單調(diào)性分析358
19.4基于事務(wù)截?cái)嗟牟罘蛛[私頻繁模式挖掘358
19.4.1基于指數(shù)機(jī)制的事務(wù)截?cái)喾椒?59
19.4.2基于最小噪聲支持度的差分隱私頻繁模式挖掘360
19.4.3頻繁模式挖掘結(jié)果集的單調(diào)性調(diào)節(jié)361
19.5實(shí)驗(yàn)結(jié)果與分析363
19.5.1全局敏感度比較365
19.5.2數(shù)據(jù)可用性比較366
19.5.3引入最小噪聲支持度的實(shí)驗(yàn)分析367
19.5.4頻繁模式挖掘結(jié)果集的單調(diào)性實(shí)驗(yàn)分析368
19.6本章小結(jié)371
參考文獻(xiàn)371
好啊，不錯(cuò)啊
這本書(shū)是我的專業(yè)書(shū) ，希望對(duì)我專業(yè)的成長(zhǎng)有所幫助，祝愿當(dāng)當(dāng)越來(lái)越好。盡量把駐當(dāng)當(dāng)商家的積極性也提高一下啊/。
