开放网络环境下软件行为监测与分析研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-29页 |
| ·研究背景 | 第12-17页 |
| ·相关基本概念 | 第12-15页 |
| ·开放网络环境下的软件可信性问题 | 第15-17页 |
| ·国内外研究现状及分析 | 第17-23页 |
| ·软件行为监测 | 第17-18页 |
| ·软件行为描述与分析 | 第18-23页 |
| ·新型分布式软件系统的监管架构 | 第23-25页 |
| ·本文的主要工作 | 第25-28页 |
| ·本文的组织结构 | 第28-29页 |
| 第二章 开放网络环境下软件行为监测机制 | 第29-50页 |
| ·监测对象 | 第29-30页 |
| ·交互行为监测的分类 | 第29页 |
| ·交互行为监测对象 | 第29-30页 |
| ·监测框架 | 第30-32页 |
| ·监测机制设计原则 | 第30-31页 |
| ·监测框架总体设计 | 第31-32页 |
| ·监测框架主要特点 | 第32页 |
| ·监测代理 | 第32-37页 |
| ·监测代理基本框架 | 第32-33页 |
| ·监测器模型 | 第33-35页 |
| ·监测器织入机制 | 第35-36页 |
| ·监测器工作机制 | 第36-37页 |
| ·监测需求管理 | 第37-41页 |
| ·监测需求管理框架 | 第37-38页 |
| ·实体反射器模型 | 第38-39页 |
| ·动态配置监测需求 | 第39页 |
| ·自主调整监测需求 | 第39-40页 |
| ·自动部署监测需求 | 第40-41页 |
| ·监测信息管理 | 第41-43页 |
| ·监测信息收集 | 第41-42页 |
| ·监测信息存储 | 第42-43页 |
| ·应用案例 | 第43-46页 |
| ·监测性能测试 | 第46-49页 |
| ·测试环境 | 第46-47页 |
| ·性能影响测试 | 第47-48页 |
| ·监测效果测试 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第三章 有标记和复杂的粗粒度行为踪迹分析及预测 | 第50-85页 |
| ·序列分析技术的相关工作 | 第51-55页 |
| ·序列对比算法及在软件行为分析中的应用 | 第51-54页 |
| ·序列模板挖掘的相关研究 | 第54-55页 |
| ·模体发现的相关研究 | 第55页 |
| ·序列模板挖掘 | 第55-69页 |
| ·行为序列的产生 | 第56-58页 |
| ·最小主要序列的提取 | 第58-59页 |
| ·模体的挖掘 | 第59-65页 |
| ·行为踪迹模板的挖掘 | 第65-69页 |
| ·行为踪迹的在线分析 | 第69-76页 |
| ·模体与循环子序列统计算法 | 第71-73页 |
| ·序列两两比较算法 | 第73-76页 |
| ·行为踪迹分析算法的时间复杂度 | 第76页 |
| ·行为效应及趋势的在线预测 | 第76-78页 |
| ·隐马尔可夫模型 | 第77-78页 |
| ·粗粒度行为预测模型 | 第78页 |
| ·粗粒度行为分析与预测仿真实验 | 第78-84页 |
| ·粗粒度行为分析仿真实验 | 第78-82页 |
| ·粗粒度行为趋势预测仿真实验 | 第82-84页 |
| ·本章小结 | 第84-85页 |
| 第四章 不完全标记和简单的粗粒度行为踪迹分析 | 第85-110页 |
| ·相关工作 | 第86-92页 |
| ·偶图的基本知识 | 第86-90页 |
| ·偶图的应用 | 第90-91页 |
| ·偶图的算法研究 | 第91-92页 |
| ·行为踪迹的标记模型 | 第92-93页 |
| ·有关概念和定义 | 第92-93页 |
| ·不完全标记的优化跟踪策略-MLR | 第93页 |
| ·两状态系统 | 第93-97页 |
| ·预备知识 | 第93-95页 |
| ·优化跟踪 | 第95-97页 |
| ·排列最大匹配的改进算法 | 第97-102页 |
| ·预备知识 | 第97-98页 |
| ·边的分解 | 第98-99页 |
| ·排列问题 | 第99-100页 |
| ·合并问题 | 第100-102页 |
| ·SMP模型 | 第102-105页 |
| ·不完全标记、简单的行为踪迹分析仿真实验 | 第105-109页 |
| ·行为踪迹"剥离"的准确性测试 | 第105-108页 |
| ·最大权重匹配改进算法的性能测试 | 第108-109页 |
| ·本章小结 | 第109-110页 |
| 第五章 细粒度行为踪迹分析 | 第110-137页 |
| ·概率与逻辑 | 第111-112页 |
| ·多实体贝叶斯网络 | 第112-126页 |
| ·实体与随机变量 | 第113-114页 |
| ·MFrags | 第114-117页 |
| ·MTheories | 第117-120页 |
| ·MEBN推理 | 第120-125页 |
| ·决策与推理问题 | 第125-126页 |
| ·细粒度行为踪迹分析 | 第126-132页 |
| ·以往交互情形的重用 | 第127-129页 |
| ·在以往情形上构建BNs | 第129-131页 |
| ·用MTheories构建BNs | 第131-132页 |
| ·细粒度行为踪迹分析仿真实验 | 第132-136页 |
| ·行为踪迹模型的学习与推理性能比较 | 第132-133页 |
| ·行为踪迹在线分析测试 | 第133-136页 |
| ·本章小结 | 第136-137页 |
| 第六章 总结与展望 | 第137-139页 |
| ·论文工作总结 | 第137-138页 |
| ·后续研究展望 | 第138-139页 |
| 参考文献 | 第139-153页 |
| 致谢 | 第153-154页 |
| 攻读博士学位期间主要的研究成果 | 第154-155页 |
