| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文的主要工作 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第2章 可信网络及其终端行为证据的分析 | 第16-22页 |
| ·可信网络基本概念 | 第16页 |
| ·网络终端用户行为证据 | 第16-20页 |
| ·证据的获取途径 | 第17-18页 |
| ·行为证据的评估 | 第18-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 基于CPN 神经网络的聚类模型 | 第22-29页 |
| ·CPN 神经网络 | 第22-26页 |
| ·概述 | 第22-23页 |
| ·CPN 网络特点 | 第23-25页 |
| ·网络中各层的现有算法 | 第25-26页 |
| ·基于CPN 神经网络的聚类模型 | 第26-28页 |
| ·模型结构算法 | 第26-27页 |
| ·模型检验 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于GEP-CPN 的聚类算法 | 第29-41页 |
| ·GEP 算法相关概念 | 第29-32页 |
| ·改进的CPN 算法 | 第32-37页 |
| ·改进的CPN 算法 | 第33-35页 |
| ·GEP-CPN 算法（NCPNA）实现与分析 | 第35-37页 |
| ·算法检验 | 第37-40页 |
| ·参数设置 | 第38-39页 |
| ·结果分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 GEP-CPN 聚类算法在可信网络中的应用 | 第41-51页 |
| ·可信网络终端用户行为评估体系层次结构 | 第41-42页 |
| ·GEP-CPN 聚类模型（NCPNA 算法）应用模块架构 | 第42-44页 |
| ·实例检验 | 第44-50页 |
| ·实例的评估过程 | 第44-49页 |
| ·实例的聚类预测过程检验 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录A 数据取值及其预测的结果和样本期望输出之间比较结果 | 第57-58页 |
| 附录B 本文作者在攻读硕士学位期间所发表的论文 | 第58页 |
| 附录C 本文作者攻读硕士学位期间主持和参加的科研项目 | 第58页 |
