刘英华，女，1975年出生，吉林辽源人，博士，中国青年政治学院教师。研究方向：数据挖掘、隐私保护、数字媒体。已出版《Java2程序设计》（机械工业出版社，2010年6月版）。

参与国家自然科学基金面上资助项目“基于大规模复杂结构知识库的知识发现机理、模型与算法研究”(项目编号：60875029)和“基于多关系的模糊认知图挖掘模型、算法与评价机制研究”(项目编号：61175048)。

第一章  引言
第二章  文献综述
第一节  KDTICM理论
第二节  隐私保护
一  隐私保护的定义
二  隐私的度量
第三节  数据挖掘
一  知识发现的定义
二  知识发现的实现过程
三  数据挖掘技术与方法
四  数据挖掘研究热点和难点
第四节  安全多方计算技术
一  安全多方计算的定义
二  安全和模型（Secure Sum）
三  安全积模型（Secure Multiplication）
四  安全交集模型（Secure Intersection）
五  安全并集模型（Secure Union）
第五节  数据匿名化技术
一  k-匿名化
二  l-多样化
三  t-Closeness
第六节  数据扰动技术
一  添加噪声技术
二  随机化回答技术
第七节  小结
第三章  聚类隐私保护挖掘模型
第一节  引言
第二节  前人工作
第三节  相关定义
一  分布式数据库
二  半可信第三方
三  聚类算法
四  K-means算法
五  BIRCH算法
六  完全同态加密技术
第四节  模型思想
一  FHE-DK-MEANS模型
二  FHE-DBIRCH模型
第五节  算法
一  FHE-DK-MEANS算法
二  FHE-DBIRCH算法
第六节  实验结果与分析
第七节  小结
第四章  个性化匿名隐私保护模型
第一节  引言
第二节  前人工作
第三节  相关定义
一  属性分类
二  泛化和抑制
三  K-匿名模型
四  L-多样模型
五  t-closeness模型
六  并行计算
第四节  个性化（α[s]，l）一多样k-匿名模型
一  模型思想
二  算法
三  实验结果与分析
第五节  个性化并行（alpha[s]，k）一匿名隐私保护模型
一  模型思想
二  算法
三  实验结果与分析
第六节  小结
第五章  面向有损连接的隐私保护模型
第一节  引言
第二节  前人工作
第三节  相关定义
一  背景知识攻击
二  同质性攻击
三  分割技术
四  笛卡尔积
五  有损分解
第四节  （α[s]，k）-匿名有损分解模型思想
一  模型算法
二  实验结果与分析
第五节  小结
第六章  结论
参考文献
致谢