序
前言
第1章 緒論
1.1 研究背景
1.1.1 數據分析的價值
1.1.2 隱私安全問題
1.2 **外研究現狀
1.3 存在的問題
1.4 本書章節安排
第2章 基本概念
2.1 Spark大數據平臺
2.1.1 Spark簡介
2.1.2 Spark運行模型
2.1.3 Spark生態圈
2.2 機器學習
2.2.1 基本概念
2.2.2 機器學習算法
2.2.3 模型評估方法
2.2.4 Spark機器學習類庫
2.3 復雜網絡
2.3.1 復雜網絡分類
2.3.2 復雜網絡特性
2.3.3 Spark GraphX的圖計算框架
2.4 隱私設計方法
2.4.1 隱私增強方法存在的問題
2.4.2 隱私設計方法的出現與發展
2.4.3 隱私設計方法的原則1：端到端的生命周期保護
2.4.4 隱私設計方法的原則2：全功能
2.4.5 典型應用
第3章 移動性模式網絡構建方法
3.1 基於序列模式挖掘的移動性模式網絡構建方法
3.1.1 序列模式挖掘
3.1.2 基於序列模式的移動性模式網絡構建
3.2 基於圖挖掘的移動性模式網絡構建方法
3.2.1 頻繁子圖挖掘
3.2.2 基於頻繁子圖的移動性模式網絡構建
3.3 實驗結果與分析
3.3.1 實驗環境
3.3.2 實驗數據
3.3.3 結果分析
第4章 基於時空及網絡特征的隱私敏感空間區域分類方法
4.1 傳統的空間區域分類方法
4.1.1 基於空間數據屬性疊加的地物分類方法
4.1.2 基於遙感影像的特征提取和空間區域識別的分類方法
4.1.3 基於移動軌跡數據時空特征的分類方法
4.2 移動軌跡數據的時空及網絡特征
4.2.1 移動軌跡數據的時空特征
4.2.2 移動軌跡數據的網絡特征
4.3 基於時空及網絡特征的隱私敏感空間區域的分類模型
4.3.1 網絡特征值的獲取