| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·社会网络异常检测的研究意义 | 第7-8页 |
| ·目前国内外的研究现状 | 第8-10页 |
| ·研究思路及论文安排 | 第10-13页 |
| 第二章 社会网络分析理论 | 第13-19页 |
| ·社会网络分析基本原理 | 第13页 |
| ·社会网络的表示方法 | 第13-14页 |
| ·社会网络图 | 第13-14页 |
| ·社会关系矩阵 | 第14页 |
| ·社会网络分析方法 | 第14-15页 |
| ·社会网络的相关度量 | 第15-17页 |
| ·点度（degree） | 第15页 |
| ·中介度（betweenness） | 第15-16页 |
| ·紧密度（closeness） | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 SPC 及时间序列分析 | 第19-37页 |
| ·SPC 及控制图原理 | 第19-21页 |
| ·控制图分类 | 第21-22页 |
| ·判异准则与判稳准则 | 第22-24页 |
| ·判异准则 | 第22-23页 |
| ·判稳准则 | 第23-24页 |
| ·其他类型控制图 | 第24-25页 |
| ·CUSUM 控制图 | 第24页 |
| ·EWMA 控制图 | 第24-25页 |
| ·时间序列分析方法 | 第25-27页 |
| ·时间序列模型 | 第27-31页 |
| ·平稳序列自回归移动平均（ARMA）模型 | 第27-28页 |
| ·非平稳序列的确定性分析 | 第28-30页 |
| ·非平稳序列的随机性分析 | 第30-31页 |
| ·时间序列建模 | 第31-35页 |
| ·平稳化处理及模型识别 | 第32-33页 |
| ·参数估计 | 第33-34页 |
| ·模型检验 | 第34页 |
| ·模型优化与预测 | 第34-35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于时间序列的社会网络异常检测改进 | 第37-45页 |
| ·社会网络测度统计量数据预处理概述 | 第37-38页 |
| ·基于时间序列分析的社会网络异常检测预处理 | 第38-41页 |
| ·社会网络测度统计量趋势性因素剔除 | 第38-39页 |
| ·社会网络测度统计量周期性因素剔除 | 第39-40页 |
| ·社会网络测度统计量自相关性因素剔除 | 第40-41页 |
| ·SPC 异常检测及参数设定 | 第41-42页 |
| ·社会网络异常检测结果分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 基于 Enron 邮件数据库的社会网络异常检测实验 | 第45-59页 |
| ·Enron 邮件数据库简介 | 第45-47页 |
| ·Enron 公司社会网络构建 | 第47-50页 |
| ·社会网络测度统计量数据预处理 | 第50-54页 |
| ·SPC 异常检测及分析 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-66页 |