| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究背景和研究意义 | 第15-18页 |
| 1.1.1 研究背景 | 第15-18页 |
| 1.1.2 研究意义 | 第18页 |
| 1.2 国内外研究现状 | 第18-23页 |
| 1.2.1 攻击识别模型构建方法 | 第19-21页 |
| 1.2.2 D-S证据推理方法 | 第21-23页 |
| 1.3 研究内容和论文结构 | 第23-25页 |
| 1.3.1 研究内容 | 第23-24页 |
| 1.3.2 论文结构 | 第24-25页 |
| 1.4 研究思路和创新点 | 第25-27页 |
| 1.4.1 研究思路 | 第25页 |
| 1.4.2 创新点 | 第25-27页 |
| 第二章 相关理论基础 | 第27-38页 |
| 2.1 引言 | 第27页 |
| 2.2 D-S证据理论 | 第27-32页 |
| 2.2.1 辨识框架 | 第28页 |
| 2.2.2 基本概率分配函数 | 第28-29页 |
| 2.2.3 信任函数 | 第29-30页 |
| 2.2.4 似然函数 | 第30页 |
| 2.2.5 信任区间 | 第30-31页 |
| 2.2.6 合成规则 | 第31页 |
| 2.2.7 基本性质 | 第31-32页 |
| 2.3 证据理论下信誉共谋攻击识别的基础模型 | 第32-37页 |
| 2.3.1 买家特征抽象模型 | 第32-33页 |
| 2.3.2 买家特征量化方法 | 第33-36页 |
| 2.3.3 实验总体设计 | 第36-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第三章 基于决策距离的证据冲突衡量方法 | 第38-47页 |
| 3.1 问题的提出 | 第38页 |
| 3.2 现有证据冲突衡量方法 | 第38-40页 |
| 3.2.1 冲突系数 | 第39页 |
| 3.2.2 Jousselme距离 | 第39-40页 |
| 3.2.3 Pignistic概率距离 | 第40页 |
| 3.3 基于决策距离的证据冲突衡量方法 | 第40-42页 |
| 3.3.1 决策距离 | 第41-42页 |
| 3.3.2 融合决策距离的证据冲突衡量方法 | 第42页 |
| 3.4 实验设计与分析 | 第42-46页 |
| 3.4.1 实验1：证据完全相同 | 第42-43页 |
| 3.4.2 实验2：证据完全相反 | 第43页 |
| 3.4.3 实验3：证据决策不同 | 第43-44页 |
| 3.4.4 实验4：Liu经典算例 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 证据理论下基于弱决策证据融合的信誉共谋攻击识别算法 | 第47-71页 |
| 4.1 问题的提出 | 第47-48页 |
| 4.2 现有基于证据修正的识别算法 | 第48-50页 |
| 4.2.1 Liu算法 | 第48-49页 |
| 4.2.2 王算法 | 第49-50页 |
| 4.2.3 毕算法 | 第50页 |
| 4.3 基于弱决策证据融合的信誉共谋攻击识别算法 | 第50-56页 |
| 4.3.1 共谋攻击中弱决策证据分析 | 第50-53页 |
| 4.3.2 基于弱决策证据融合的识别算法 | 第53-56页 |
| 4.4 信誉共谋攻击二类识别的实验设计与分析 | 第56-58页 |
| 4.4.1 实验设计 | 第56-57页 |
| 4.4.2 实验分析 | 第57-58页 |
| 4.5 多类别识别问题的实验设计与分析 | 第58-70页 |
| 4.5.1 各算法修正方法对比实验 | 第59-63页 |
| 4.5.2 考虑决策强弱和“一票否决”证据融合实验 | 第63-68页 |
| 4.5.3 含弱决策证据的冲突证据融合实验 | 第68-70页 |
| 4.6 本章小结 | 第70-71页 |
| 第五章 证据理论下基于证据可靠性度量的信誉共谋攻击识别算法 | 第71-95页 |
| 5.1 问题的提出 | 第71页 |
| 5.2 现有基于证据可靠性度量的识别算法 | 第71-74页 |
| 5.2.1 Guo算法 | 第72-73页 |
| 5.2.2 Liu算法 | 第73页 |
| 5.2.3 Yang算法 | 第73-74页 |
| 5.3 基于可靠性度量的信誉共谋攻击识别算法 | 第74-78页 |
| 5.3.1 共谋攻击中证据可靠性分析 | 第74页 |
| 5.3.2 证据独立可靠性度量IRE | 第74-76页 |
| 5.3.3 证据组合可靠性度量CRE | 第76-77页 |
| 5.3.4 基于证据可靠性度量的识别算法 | 第77页 |
| 5.3.5 IRE与CRE算法的关系 | 第77-78页 |
| 5.4 信誉共谋攻击二类识别的实验设计与分析 | 第78-83页 |
| 5.4.1 实验设计 | 第78页 |
| 5.4.2 实验分析 | 第78-81页 |
| 5.4.3 IRE与CRE算法对比分析 | 第81-83页 |
| 5.5 多类别识别问题的实验设计与分析 | 第83-94页 |
| 5.5.1 一般冲突证据融合实验 | 第83-90页 |
| 5.5.2 高冲突证据融合实验 | 第90-91页 |
| 5.5.3 IRE与CRE算法对比分析 | 第91-94页 |
| 5.6 本章小结 | 第94-95页 |
| 结论与展望 | 第95-97页 |
| 参考文献 | 第97-106页 |
| 攻读学位期间发表的论文 | 第106-108页 |
| 致谢 | 第108页 |
