| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 虚假网站检测研究现状 | 第10-11页 |
| 1.2.2 网络爬虫研究现状 | 第11-13页 |
| 1.3 论文主要工作及内容安排 | 第13-16页 |
| 第2章 虚假网页主动智能检测及关键技术 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 虚假网页主动检测模式 | 第16-18页 |
| 2.2.1 主动检测模式框架 | 第16-17页 |
| 2.2.2 Levenshtein算法 | 第17-18页 |
| 2.2.3 LD回溯路径 | 第18页 |
| 2.2.4 2个字符串之间的相似度 | 第18页 |
| 2.3 相似度计算实例 | 第18-20页 |
| 2.3.1 编辑距离计算 | 第18-19页 |
| 2.3.2 相似度计算 | 第19-20页 |
| 2.4 Heritrix爬虫优化模块设计与实现 | 第20-23页 |
| 2.4.1 Heritrix多线程优化设计与实现 | 第20-22页 |
| 2.4.2 Heritrix URL过滤器优化设计与实现 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 网页特征提取及预处理 | 第24-36页 |
| 3.1 网页特征提取方法 | 第25页 |
| 3.2 页面文档特征提取 | 第25-29页 |
| 3.2.1 文档模型分析 | 第25-27页 |
| 3.2.2 文档特征提取 | 第27-29页 |
| 3.3 网页拓扑特征提取 | 第29-31页 |
| 3.3.1 网站拓扑特征分析 | 第29-30页 |
| 3.3.2 网站拓扑特征提取 | 第30-31页 |
| 3.4 Autoencoder的网页内容特征向量预处理 | 第31-35页 |
| 3.4.1 Autoencoder介绍 | 第31-33页 |
| 3.4.2 Autoencoder网络结构设计 | 第33页 |
| 3.4.3 算法流程 | 第33-34页 |
| 3.4.4 实验与结果分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于BVM的虚假网页智能检测方法研究 | 第36-46页 |
| 4.1 球向量机(BVM)的分析与研究 | 第36-39页 |
| 4.1.1 向量机理论 | 第36页 |
| 4.1.2 BVM算法介绍 | 第36-38页 |
| 4.1.3 BVM分类器的前期数据准备 | 第38-39页 |
| 4.2 基于BVM的虚假网页分类识别方法及分析 | 第39-44页 |
| 4.2.1 基于BVM的钓鱼网页检测识别流程 | 第39-42页 |
| 4.2.2 实验与结果分析 | 第42-44页 |
| 4.3 本章小结 | 第44-46页 |
| 第5章 基于网络爬虫的虚假网页主动智能检测系统设计与实现 | 第46-53页 |
| 5.1 基于BVM钓鱼网页检测系统的设计 | 第46-48页 |
| 5.1.1 系统设计原则 | 第46页 |
| 5.1.2 系统体系架构 | 第46-47页 |
| 5.1.3 系统结构设计 | 第47-48页 |
| 5.2 系统数据库设计 | 第48-49页 |
| 5.3 系统部分功能设计介绍 | 第49-53页 |
| 5.3.1 登陆界面 | 第49-50页 |
| 5.3.2 任务管理 | 第50-51页 |
| 5.3.3 结果展示 | 第51-52页 |
| 5.3.4 本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58页 |
