文本分类在电子取证领域的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第一章 绪论 | 第14-19页 |
| ·研究背景和意义 | 第14-15页 |
| ·国内外研究现状 | 第15-16页 |
| ·国外研究现状 | 第15-16页 |
| ·国内研究现状 | 第16页 |
| ·主要研究工作和创新点 | 第16-17页 |
| ·主要研究工作 | 第16-17页 |
| ·本课题的创新点 | 第17页 |
| ·本文组织结构 | 第17-19页 |
| 第二章 电子取证技术概述 | 第19-22页 |
| ·电子取证简介 | 第19页 |
| ·相关技术介绍 | 第19-20页 |
| ·证据固定 | 第19-20页 |
| ·证据获取 | 第20页 |
| ·证据分析 | 第20页 |
| ·证据提交 | 第20页 |
| ·反取证技术 | 第20-22页 |
| 第三章 文本分类技术概述 | 第22-31页 |
| ·文本分类简介 | 第22-23页 |
| ·文本预处理 | 第23-24页 |
| ·文本表示 | 第24-25页 |
| ·特征选择 | 第25-27页 |
| ·Z检验方法 | 第25-26页 |
| ·信息增益方法 | 第26-27页 |
| ·词频反文档频率方法 | 第27页 |
| ·分类算法 | 第27-30页 |
| ·支持向量机方法 | 第27-29页 |
| ·K邻近方法 | 第29页 |
| ·贝叶斯方法 | 第29-30页 |
| ·性能评估标准 | 第30-31页 |
| 第四章 文件类型识别方法研究 | 第31-37页 |
| ·扩展名识别方法 | 第31页 |
| ·魔数匹配方法 | 第31-34页 |
| ·一些文件的格式解析 | 第31-33页 |
| ·基于魔数的文件类型识别方法 | 第33-34页 |
| ·基于文本分类的新方法 | 第34-37页 |
| ·基于N-gram的文件特征提取 | 第34-35页 |
| ·选择参数N的值 | 第35页 |
| ·文件类型分类实验 | 第35-37页 |
| 第五章 文本证据过滤方法研究 | 第37-47页 |
| ·几种著名的特征选择算法 | 第37-40页 |
| ·经典的无监督特征选择算法——tf*idf方法 | 第38页 |
| ·几种有监督的特征选择算法 | 第38-40页 |
| ·tf*idf算法存在的缺陷 | 第40-41页 |
| ·适用于电子取证的改进tf*idf算法 | 第41-43页 |
| ·类间离散度 | 第41-42页 |
| ·类内信息熵 | 第42页 |
| ·类别区分度 | 第42-43页 |
| ·文本数据分类实验 | 第43-47页 |
| ·实验数据集 | 第43-44页 |
| ·实验步骤 | 第44页 |
| ·实验结果与分析 | 第44-47页 |
| 第六章 网络取证系统设计与实现 | 第47-57页 |
| ·系统整体架构设计 | 第47-48页 |
| ·客户端设计与实现 | 第48-50页 |
| ·服务端设计与实现 | 第50-57页 |
| ·文件类型识别模块 | 第50-53页 |
| ·文本数据过滤模块 | 第53-57页 |
| 第七章 总结与展望 | 第57-59页 |
| ·全文总结 | 第57页 |
| ·未来展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 研究成果及发表的学术论文 | 第63-64页 |
| 作者及导师介绍 | 第64-65页 |
| 硕士研究生学位论文答辩委员会决议书 | 第65-66页 |
