| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 第一章 引言 | 第15-26页 |
| ·研究背景和动机 | 第15-16页 |
| ·在线广告网络及其相关核心技术的国内外研究现状 | 第16-22页 |
| ·在线广告网络 | 第16-17页 |
| ·评估与优化广告投放 | 第16页 |
| ·金融和电子竞拍 | 第16-17页 |
| ·个人隐私 | 第17页 |
| ·用户地理位置定位技术 | 第17-20页 |
| ·无需客户端支持的IP 地理定位 | 第18-20页 |
| ·需要客户端支持的IP 地理定位 | 第20页 |
| ·用户网页浏览记录恢复技术 | 第20-21页 |
| ·安全领域 | 第21页 |
| ·流量分析领域 | 第21页 |
| ·在线用户行为与兴趣分析技术 | 第21-22页 |
| ·DNS 网络流量分析 | 第21-22页 |
| ·在线社交网络分析 | 第22页 |
| ·用户行为分析 | 第22页 |
| ·用户统计资料分析 | 第22页 |
| ·论文的主要工作及创新点 | 第22-25页 |
| ·本文主要工作 | 第22-24页 |
| ·本文主要创新点 | 第24-25页 |
| ·论文的章节安排 | 第25-26页 |
| 第二章 相关理论及技术基础 | 第26-32页 |
| ·基于 Web 的在线广告网络的工作机制 | 第26-28页 |
| ·基于Web 的广告网络的运行流程 | 第26-28页 |
| ·广告中介商的用户行为收集策略 | 第28页 |
| ·在线广告网络收入模式 | 第28-29页 |
| ·网页结构模型 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于 Web 的在线广告网络的测量与评估 | 第32-52页 |
| ·测量与评估基于 Web 的在线广告网络的重要性 | 第32-33页 |
| ·本章总览 | 第33-34页 |
| ·测量与评估基于 Web 的在线广告网络 | 第34-38页 |
| ·评估平台 | 第36-38页 |
| ·绘制广告网络 | 第38-41页 |
| ·候选广告中介商的选择 | 第38-39页 |
| ·寻找规范化的 CName | 第39页 |
| ·转换 CName 到 IP 地址 | 第39-40页 |
| ·转换 IP 地址到地理地址 | 第40-41页 |
| ·网络层面的性能 | 第41-45页 |
| ·延迟性能 | 第41-43页 |
| ·广告网络vs. 网站供应商网络 | 第43-45页 |
| ·内容层面的性能 | 第45-51页 |
| ·发布机制 | 第46-49页 |
| ·基于用户物理位置的投放广告策略 | 第49页 |
| ·基于用户行为的投放广告策略 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 街道级别的无需客户端支持的IP 地理定位系统 | 第52-80页 |
| ·精确的IP 地理定位系统对在线广告网络的影响 | 第52-53页 |
| ·系统总览 | 第53-55页 |
| ·一个三层IP 地理定位系统 | 第55-62页 |
| ·第一层 | 第55-57页 |
| ·第二层 | 第57-60页 |
| ·第三层 | 第60-62页 |
| ·相对网络距离的效果 | 第61-62页 |
| ·提取和验证基于 Web 的基准点 | 第62-71页 |
| ·提取基准点 | 第62-63页 |
| ·验证基准点 | 第63-64页 |
| ·地址验证 | 第63页 |
| ·共享主机与CDN 验证 | 第63-64页 |
| ·多个分公司的验证 | 第64页 |
| ·存在链接工厂的网站 | 第64-69页 |
| ·网络性质 | 第64-65页 |
| ·网络模型和链接工厂垃圾信息 | 第65-66页 |
| ·链接工厂垃圾探测方法 | 第66-67页 |
| ·试验及分析 | 第67-69页 |
| ·对错误的抵抗能力 | 第69-71页 |
| ·系统评估 | 第71-79页 |
| ·数据集 | 第71-74页 |
| ·PlanetLab 学校IP 地址数据集 | 第72页 |
| ·住宅IP 地址数据集 | 第72页 |
| ·在线地图IP 地址数据集 | 第72-73页 |
| ·数据集的特点 | 第73-74页 |
| ·实验结果 | 第74-79页 |
| ·基线结果 | 第74-75页 |
| ·基准点密度 | 第75-76页 |
| ·全局的基准点密度 | 第76页 |
| ·人口密度的影响 | 第76-78页 |
| ·接入网络的影响 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第五章 不使用深度包检测的基于用户行为的广告定位技术 | 第80-99页 |
| ·当前基于用户行为的广告定位技术的不合法性分析 | 第80-81页 |
| ·系统总览 | 第81-82页 |
| ·从存储的TCP 包头部信息中恢复网页浏览记录 | 第82-89页 |
| ·方法论 | 第82-87页 |
| ·网站统计 | 第82-83页 |
| ·从网络流上提取网页的浏览特征 | 第83-84页 |
| ·检测算法 | 第84-87页 |
| ·处理误差来源 | 第87-89页 |
| ·对象的大小估算 | 第87-88页 |
| ·错误的其他来源 | 第88-89页 |
| ·系统评价 | 第89-97页 |
| ·实验配置 | 第89-90页 |
| ·网站统计 | 第89-90页 |
| ·TCP 级别的网络流 | 第90页 |
| ·网站中网页的唯一性 | 第90-91页 |
| ·基本性能 | 第91-92页 |
| ·时间因素对恢复算法的影响 | 第92-95页 |
| ·实验方法 | 第92-93页 |
| ·性能 | 第93页 |
| ·变化率 | 第93-95页 |
| ·不同的浏览情况对恢复算法的影响 | 第95-97页 |
| ·Pipelining | 第95-96页 |
| ·缓存 | 第96页 |
| ·网页重叠下载 | 第96-97页 |
| ·不同的浏览器 | 第97页 |
| ·使用完整的网站统计信息 | 第97页 |
| ·真实测试集下的试验 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 基于DNS 网络流的在线用户行为与兴趣分析 | 第99-120页 |
| ·研究在线用户浏览行为的动机和重要性 | 第99-100页 |
| ·本章总览 | 第100-101页 |
| ·方法论 | 第101-109页 |
| ·DNS 缓存时间与数据集介绍 | 第101-102页 |
| ·DNS 缓存时间 | 第101-102页 |
| ·数据集描述 | 第102页 |
| ·标识用户浏览兴趣 | 第102-104页 |
| ·获取与兴趣相关的关键词 | 第103页 |
| ·从域名中获取用户兴趣 | 第103-104页 |
| ·通过Google 摘要获取用户兴趣 | 第104页 |
| ·验证 | 第104页 |
| ·用位置信息标识DNS 记录 | 第104-105页 |
| ·用应用程序标识DNS 记录 | 第105页 |
| ·净化数据集 | 第105-107页 |
| ·错误的DNS 记录 | 第105页 |
| ·MX 和PTR 类型 | 第105-106页 |
| ·移除附属的DNS 查询 | 第106页 |
| ·CDN 和广告服务器列表 | 第106-107页 |
| ·移除自动产生的查询 | 第107页 |
| ·发现多用户使用的机器 | 第107-109页 |
| ·电子邮件不一致 | 第108页 |
| ·位置异常 | 第108页 |
| ·流量异常 | 第108-109页 |
| ·在内容和时间层面的用户访问特征 | 第109-116页 |
| ·电子邮件“规则” | 第109-110页 |
| ·用户访问互联网的频率 | 第110-111页 |
| ·用户访问互联网的时长 | 第111-112页 |
| ·用户的第一次点击 | 第112-113页 |
| ·点击之间的相关联系 | 第113-114页 |
| ·区域影响 | 第114-116页 |
| ·基于用户兴趣的聚类分析 | 第116-119页 |
| ·聚类属性 | 第116页 |
| ·聚类的静态特征 | 第116-117页 |
| ·聚类之间的关联 | 第117-118页 |
| ·聚类的上网时长 | 第118-119页 |
| ·本章小结 | 第119-120页 |
| 第七章 全文总结和未来工作展望 | 第120-126页 |
| ·全文总结 | 第120-124页 |
| ·未来工作展望 | 第124-126页 |
| 致谢 | 第126-128页 |
| 参考文献 | 第128-138页 |
| 攻博期间取得的研究成果 | 第138-140页 |
| 一、科研情况 | 第138页 |
| 二、发表的论文 | 第138-139页 |
| 三、曾获奖励情况 | 第139-140页 |
