首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

计算机犯罪取证证据分析的研究

摘要第1-6页
Abstract第6-10页
绪论第10-12页
 1 课题研究背景和意义第10-11页
 2 本文的主要工作第11页
 3 论文章节安排第11-12页
第一章 计算机取证技术概述第12-19页
   ·计算机取证概念第12-13页
   ·计算机取证分类第13页
     ·基于主机的静态取证第13页
     ·基于网络的动态取证第13页
   ·计算机取证步骤第13-14页
   ·计算机取证原则第14-15页
   ·计算机取证的发展第15-17页
     ·国外的发展状况第15-16页
     ·国内的发展状况第16-17页
   ·计算机取证存在的问题和发展趋势第17-18页
     ·当前计算机取证存在的问题第17页
     ·计算机取证的发展趋势第17-18页
 本章小结第18-19页
第二章 BoHN取证系统的模型设计第19-28页
   ·取证系统模型分析第19-24页
     ·基本模型第19-20页
     ·IDIP模型第20-21页
     ·EIDIP模型第21-22页
     ·基于层次的计算机取证模型第22-23页
     ·多维计算机取证模型第23-24页
   ·BoHN取证系统模型第24-27页
 本章小结第27-28页
第三章 计算机文件系统及时间戳取证模型分析第28-35页
   ·文件系统第28-30页
     ·Windows文件系统第29-30页
     ·Linux文件系统第30页
     ·UNIX文件系统第30页
   ·系统日志第30-32页
     ·Windows系统日志第31页
     ·Linux系统日志第31页
     ·日志特点及分析第31-32页
   ·Microsoft Windows注册表第32-33页
   ·基于时间戳的取证模型分析第33-34页
 本章小结第34-35页
第四章 取证数据的预处理第35-41页
   ·数据预处理技术第35-37页
     ·数据清理第35-36页
     ·数据集成第36页
     ·数据变换第36-37页
     ·数据归约第37页
   ·数据预处理系统的可行性分析第37-38页
   ·日志数据预处理第38-39页
 本章小结第39-41页
第五章 计算机取证证据分析第41-53页
   ·主成分分析的应用第41-43页
   ·基于粒子群优化的模糊C均值聚类算法在计算机取证中的应用第43-47页
     ·粒子群优化算法第43-44页
     ·模糊C均值聚类算法第44-45页
     ·基于粒子群优化的模糊C均值聚类算法(FCMP)第45-46页
     ·实验分析第46页
     ·结论第46-47页
   ·基于蚁群优化算法的模糊C均值聚类算法在计算机取证中的应用第47-52页
     ·蚁群优化算法第47-48页
     ·基于蚁群优化的模糊C均值聚类算法第48-49页
     ·日志数据主成分分析第49-50页
     ·实验分析第50-52页
     ·结论第52页
 本章小结第52-53页
结论第53-54页
参考文献第54-56页
攻读硕士学位期间发表的学术论文第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:道路交通突发事件应急管理研究
下一篇:基于日本TLO的大学科技园发展研究