| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 论文研究背景 | 第16-19页 |
| 1.2 研究的内容 | 第19-20页 |
| 1.3 论文主要的创新点 | 第20-21页 |
| 1.4 博士期间主要工作及成果 | 第21页 |
| 1.5 论文的组织结构 | 第21-24页 |
| 第二章 针对移动互联网应用业务的QoE评价算法的研究 | 第24-44页 |
| 2.1 引言 | 第24页 |
| 2.2 QoE评价算法研究现状 | 第24-28页 |
| 2.2.1 研究现状 | 第24-27页 |
| 2.2.2 当前研究存在的问题 | 第27-28页 |
| 2.3 QoE评价算法 | 第28-41页 |
| 2.3.1 C4.5决策树算法 | 第28-30页 |
| 2.3.2 Adaboost算法 | 第30-31页 |
| 2.3.3 FAHP算法 | 第31-33页 |
| 2.3.4 RForesQoE算法 | 第33-35页 |
| 2.3.5 实验仿真与性能评估 | 第35-41页 |
| 2.4 本章小结 | 第41-44页 |
| 第三章 基于用户行为的手机病毒检测模型技术的研究 | 第44-68页 |
| 3.1 引言 | 第44页 |
| 3.2 手机病毒检测技术的研究现状 | 第44-47页 |
| 3.2.1 研究现状 | 第44-46页 |
| 3.2.2 当前研究存在的问题 | 第46-47页 |
| 3.3 手机病毒检测模型构建算法 | 第47-59页 |
| 3.3.1 序列模式挖掘算法的基本概念 | 第47-48页 |
| 3.3.2 序列模式挖掘算法研究现状 | 第48-49页 |
| 3.3.3 时序关系下的闭合序列模式挖掘算法 | 第49-55页 |
| 3.3.4 实验仿真与性能评估 | 第55-59页 |
| 3.4 手机病毒挖掘引擎 | 第59-66页 |
| 3.4.1 关联规则模块 | 第60-61页 |
| 3.4.2 序列规则模块 | 第61-62页 |
| 3.4.3 聚类模块 | 第62-63页 |
| 3.4.4 朴素贝叶斯模块 | 第63页 |
| 3.4.5 手机病毒检测实验结果 | 第63-66页 |
| 3.5 本章小结 | 第66-68页 |
| 第四章 基于日志的权重序列模式挖掘算法的研究 | 第68-90页 |
| 4.1 引言 | 第68页 |
| 4.2 LOG日志分析技术研究现状 | 第68-70页 |
| 4.3 当前研究存在的问题 | 第70-71页 |
| 4.4 基于时间间隔的权重序列模式挖掘算法 | 第71-87页 |
| 4.4.1 权重序列模式挖掘算法的基本概念 | 第71-74页 |
| 4.4.2 基于比特的事务矩阵以及投影技术 | 第74-76页 |
| 4.4.3 基于近似匹配技术计算序列的权重支持度 | 第76-77页 |
| 4.4.4 裁剪机制 | 第77-78页 |
| 4.4.5 ISiWS算法描述 | 第78-80页 |
| 4.4.6 实验仿真与性能评估 | 第80-87页 |
| 4.5 本章小结 | 第87-90页 |
| 第五章 基于日志的有用序列模式挖掘算法的研究 | 第90-114页 |
| 5.1 引言 | 第90-91页 |
| 5.2 模式评价算法的研究现状 | 第91-92页 |
| 5.2.1 当前研究存在着的问题 | 第92页 |
| 5.3 有用序列模式挖掘算法 | 第92-111页 |
| 5.3.1 聚类算法的基本介绍 | 第93-94页 |
| 5.3.2 隐马尔可夫模型 | 第94-98页 |
| 5.3.3 序列模式划分 | 第98-101页 |
| 5.3.4 基于多项分布的隐马尔可夫模型 | 第101-102页 |
| 5.3.5 基于多项分布的EM算法 | 第102-105页 |
| 5.3.6 有用序列模式挖掘算法 | 第105-107页 |
| 5.3.7 实验仿真与性能评估 | 第107-111页 |
| 5.4 本章小结 | 第111-114页 |
| 第六章 总结和展望 | 第114-118页 |
| 6.1 论文总结 | 第114-115页 |
| 6.2 进一步工作 | 第115-118页 |
| 参考文献 | 第118-128页 |
| 附录1 缩略词 | 第128-130页 |
| 致谢 | 第130-131页 |
| 攻读期间发表的学术论文 | 第131页 |