| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文结构和内容 | 第13-15页 |
| 第二章 相关技术和算法综述 | 第15-26页 |
| 2.1 网络指纹系统构建相关技术 | 第15-19页 |
| 2.1.1 分布式计算 | 第15-17页 |
| 2.1.2 分布式存储 | 第17-18页 |
| 2.1.3 流量规则识别 | 第18-19页 |
| 2.1.4 网络爬虫 | 第19页 |
| 2.2 网络指纹系统应用相关技术 | 第19-24页 |
| 2.2.1 机器学习 | 第19-20页 |
| 2.2.2 链路预测 | 第20-24页 |
| 2.3 本章小结 | 第24-26页 |
| 第三章 网络指纹系统的设计与构建 | 第26-36页 |
| 3.1 网络指纹系统的整体架构 | 第26-32页 |
| 3.1.1 数据获取层 | 第26-31页 |
| 3.1.2 数据存储层 | 第31-32页 |
| 3.1.3 数据应用层 | 第32页 |
| 3.2 网络指纹数据整体情况 | 第32-35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 基于网络指纹系统的用户APP使用行为预测 | 第36-58页 |
| 4.1 数据准备和用户-APP二分网络的构建 | 第36-39页 |
| 4.2 基于共同邻居的特征提取 | 第39-49页 |
| 4.2.1 基于用户-App二分网络的特征提取 | 第40-43页 |
| 4.2.2 基于用户-App二分网络投影图的特征提取 | 第43-47页 |
| 4.2.3 基于原始网络指纹数据的特征提取 | 第47-49页 |
| 4.3 基于随机游走的特征提取 | 第49-52页 |
| 4.3.1 基于网络全局随机游走的特征提取 | 第50-51页 |
| 4.3.2 基于网络局部随机游走的特征提取 | 第51-52页 |
| 4.4 模型的训练和评估 | 第52-54页 |
| 4.5 结果分析 | 第54-56页 |
| 4.5.1 基于共同邻居的用户App使用行为预测 | 第54-55页 |
| 4.5.2 基于随机游走的用户App使用行为预测 | 第55-56页 |
| 4.5.3 结合基于共同邻居和随机游走的用户App使用行为预测 | 第56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 研究工作总结 | 第58页 |
| 5.2 未来工作展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |