| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 选题背景及意义 | 第12-13页 |
| 1.2 网络安全行为分析研究现状 | 第13-17页 |
| 1.2.1 网络流量异常检测 | 第13-16页 |
| 1.2.2 Web社交网络分析 | 第16-17页 |
| 1.3 不确定数据挖掘研究现状 | 第17-20页 |
| 1.3.1 不确定数据分类算法 | 第17-18页 |
| 1.3.2 不确定数据聚类算法 | 第18-19页 |
| 1.3.3 不确定数据频繁项集挖掘算法 | 第19-20页 |
| 1.4 本文的主要研究内容与章节安排 | 第20-24页 |
| 1.4.1 论文主要研究内容及创新点 | 第20-21页 |
| 1.4.2 论文章节安排 | 第21-24页 |
| 第二章 粒计算基础理论 | 第24-37页 |
| 2.1 粒计算理论的概念及其基本问题 | 第24-27页 |
| 2.1.1 粒计算体系 | 第24-26页 |
| 2.1.2 粒计算的优势 | 第26-27页 |
| 2.2 FUZZY SET理论 | 第27-29页 |
| 2.3 ROUGH SET理论 | 第29-32页 |
| 2.4 VAGUE SET理论 | 第32-34页 |
| 2.5 商空间模型 | 第34-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 基于动态VAGUE集的网络流量异常分析研究 | 第37-60页 |
| 3.1 网络流量异常及常见分析方法 | 第37-42页 |
| 3.1.1 小波分析 | 第38页 |
| 3.1.2 支持向量机 | 第38-39页 |
| 3.1.3 决策树方法 | 第39-40页 |
| 3.1.4 时序分析模型 | 第40-42页 |
| 3.2 基于动态VAGUE集的网络流量异常分析方法 | 第42-48页 |
| 3.2.1 动态Vague Set | 第42-45页 |
| 3.2.2 频度因子模型 | 第45-46页 |
| 3.2.3 相关因子模型 | 第46页 |
| 3.2.4 基于Vague集的动态认知模型 | 第46-47页 |
| 3.2.5 算法描述 | 第47-48页 |
| 3.3 实验 | 第48-58页 |
| 3.3.1 KDD99数据集实验 | 第50-52页 |
| 3.3.2 不完备KDD99数据集实验及算法效率优化讨论 | 第52-57页 |
| 3.3.3 真实环境IPv6数据集实验 | 第57-58页 |
| 3.4 本章小结 | 第58-60页 |
| 第四章 基于动态认知的微博用户行为分析研究 | 第60-83页 |
| 4.1 基于动态认知的粒层构建方法研究 | 第60-64页 |
| 4.1.1 粒结构建模方法 | 第60-62页 |
| 4.1.2 基于动态属性认知的粒层构建算法 | 第62-64页 |
| 4.2 微博用户行为关系网络构建方法研究 | 第64-74页 |
| 4.2.1 微博用户行为关系网络分析 | 第65-67页 |
| 4.2.2 用户主题意向与情绪提取方法 | 第67-73页 |
| 4.2.3 基于动态认知的微博用户行为关系网络构建方法 | 第73-74页 |
| 4.3 微博用户快速分类方法研究 | 第74-79页 |
| 4.3.1 微博用户影响力分析与用户分类 | 第74页 |
| 4.3.2 微博用户行为特征分析 | 第74-78页 |
| 4.3.3 基于动态属性认知的微博用户分类方法 | 第78-79页 |
| 4.4 实验 | 第79-82页 |
| 4.4.1 微博数据采集方法 | 第79页 |
| 4.4.2 微博用户行为关系网络构建仿真实验 | 第79-81页 |
| 4.4.3 微博用户动态属性认知分类性能评估 | 第81-82页 |
| 4.5 本章小结 | 第82-83页 |
| 第五章 基于SPARK技术的网络安全行为分析平台设计 | 第83-101页 |
| 5.1 SPARK平台及相关技术介绍 | 第83-87页 |
| 5.1.1 Spark平台介绍 | 第83-86页 |
| 5.1.2 网络安全行为分析的海量计算需求 | 第86-87页 |
| 5.2 基于SPARK技术的网络安全行为分析平台构建 | 第87-98页 |
| 5.2.1 基于Spark的动态认知方法并行化设计 | 第88-89页 |
| 5.2.2 平台体系框架及运行逻辑 | 第89-92页 |
| 5.2.3 网络安全行为分析引擎设计 | 第92-98页 |
| 5.3 数据处理实验 | 第98-100页 |
| 5.3.1 KDD99数据集实验 | 第99页 |
| 5.3.2 微博用户快速分类实验 | 第99-100页 |
| 5.4 本章小结 | 第100-101页 |
| 第六章 全文总结与展望 | 第101-103页 |
| 6.1 全文总结 | 第101页 |
| 6.2 后续工作展望 | 第101-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-115页 |
| 攻读博士学位期间取得的成果 | 第115-116页 |
