流式大数据脱敏系统的设计与实现 |
论文目录 |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.3 研究目标 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 相关技术 | 第15-20页 |
| 2.1 数据匿名化 | 第15-18页 |
| 2.2 分布式流计算框架Flink | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第三章 需求分析 | 第20-24页 |
| 3.1 需求概述 | 第20页 |
| 3.2 功能性需求 | 第20-23页 |
| 3.2.1 用户管理功能 | 第20-21页 |
| 3.2.2 流式大数据脱敏功能 | 第21-22页 |
| 3.2.3 脱敏结果订阅功能 | 第22-23页 |
| 3.3 非功能性需求 | 第23页 |
| 3.4 本章小结 | 第23-24页 |
| 第四章 系统设计 | 第24-30页 |
| 4.1 系统架构 | 第24-25页 |
| 4.2 前端交互模块 | 第25-27页 |
| 4.2.1 前端页面 | 第26-27页 |
| 4.2.2 后端服务 | 第27页 |
| 4.3 权限管理模块 | 第27-28页 |
| 4.4 脱敏算法模块 | 第28页 |
| 4.5 数据管理模块 | 第28-29页 |
| 4.6 本章小结 | 第29-30页 |
| 第五章 面向流式大数据的分布式匿名化算法研究 | 第30-50页 |
| 5.1 基线算法 | 第30-36页 |
| 5.1.1 CASTLE算法 | 第30-33页 |
| 5.1.2 分布式K-Anonymity基线算法 | 第33-35页 |
| 5.1.3 分布式L-Diversity基线算法 | 第35-36页 |
| 5.2 基于网格的分布式匿名化算法 | 第36-39页 |
| 5.2.1 基于网格的分布式K-Anonymity算法 | 第36-38页 |
| 5.2.2 基于网格的分布式L-Diversity算法 | 第38-39页 |
| 5.3 基于VP-Tree的分布式匿名化算法 | 第39-42页 |
| 5.3.1 基于VP-Tree的分布式K-Anonymity算法 | 第40-42页 |
| 5.3.2 基于VP-Tree的分布式L-Diversity算法 | 第42页 |
| 5.4 实验评估 | 第42-49页 |
| 5.4.1 实验设置 | 第43-44页 |
| 5.4.2 实验结果 | 第44-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 系统实现 | 第50-62页 |
| 6.1 系统工作流程 | 第50-51页 |
| 6.2 Web前端模块实现 | 第51-56页 |
| 6.3 权限管理模块实现 | 第56-57页 |
| 6.4 脱敏算法模块实现 | 第57-59页 |
| 6.5 数据管理模块实现 | 第59-61页 |
| 6.6 本章小结 | 第61-62页 |
| 第七章 系统测试 | 第62-70页 |
| 7.1 测试环境 | 第62页 |
| 7.2 功能性测试 | 第62-66页 |
| 7.2.1 用户管理功能测试 | 第62-64页 |
| 7.2.2 流式大数据脱敏功能测试 | 第64-65页 |
| 7.2.3 脱敏结果订阅功能测试 | 第65-66页 |
| 7.3 非功能性测试 | 第66-68页 |
| 7.3.1 系统效率测试 | 第66-67页 |
| 7.3.2 系统稳定性测试 | 第67-68页 |
| 7.4 效果演示 | 第68-69页 |
| 7.5 本章小结 | 第69-70页 |
| 第八章 总结与展望 | 第70-72页 |
| 8.1 总结 | 第70-71页 |
| 8.2 未来工作 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 致谢 | 第75-76页 |
| 攻读硕士学位期间发表和录用的论文 | 第76页 |
|
| |
