| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-13页 |
| 1.1 前言 | 第6-7页 |
| 1.2 主要研究目的和意义 | 第7-8页 |
| 1.3 国内外研究现状 | 第8-11页 |
| 1.4 研究内容 | 第11页 |
| 1.5 论文章节安排 | 第11-13页 |
| 第二章 私有云下的用户行为形式化 | 第13-27页 |
| 2.1 私有云下的信息系统集成整合环境 | 第13-16页 |
| 2.2 用户行为定义和形式化描述 | 第16-18页 |
| 2.3 用户行为属性分类和特征选择 | 第18-21页 |
| 2.4 用户行为数据采集与存储 | 第21-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于机器学习的用户行为分析 | 第27-39页 |
| 3.1 机器学习在用户行为分析中的应用 | 第27-29页 |
| 3.2 用户行为数据预处理 | 第29-32页 |
| 3.3 用户行为分析的神经网络设计 | 第32-34页 |
| 3.4 基于TensorFlow的用户行为分析神经网络实现 | 第34-36页 |
| 3.5 用户行为分析神经网络预测效果 | 第36-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于行为风险和信任等级的动态访问控制 | 第39-46页 |
| 4.1 用户行为风险的定义和计算 | 第39-41页 |
| 4.2 用户信任等级动态调整 | 第41-42页 |
| 4.3 基于用户信任等级优化传统访问控制模型 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 基于用户行为的动态访问控制模型 | 第46-52页 |
| 5.1 模型设计 | 第46-48页 |
| 5.2 模型实现 | 第48-50页 |
| 5.3 模型效果分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 结论和展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读期间发表的论文 | 第57-58页 |
| 致谢 | 第58页 |