智能移动信息设备电子取证算法及应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·智能移动信息设备取证技术研究现状 | 第11-12页 |
| ·针对文本分类的取证技术研究现状 | 第12-13页 |
| ·论文主要研究内容 | 第13页 |
| ·论文结构安排 | 第13-16页 |
| 2 相关理论基础 | 第16-26页 |
| ·手机取证概述 | 第16-18页 |
| ·手机取证概念 | 第16页 |
| ·手机取证特点 | 第16页 |
| ·现有的手机取证工具 | 第16-17页 |
| ·手机取证原则 | 第17-18页 |
| ·取证流程 | 第18页 |
| ·文本分类相关概念 | 第18-25页 |
| ·文本预处理 | 第19页 |
| ·文本表示 | 第19-20页 |
| ·文本特征选择 | 第20-22页 |
| ·文本特征权重计算 | 第22-23页 |
| ·文本分类效果评价指标 | 第23页 |
| ·分类算法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 3 改进的电子证据分类算法 | 第26-38页 |
| ·证据语义相似度计算 | 第26-29页 |
| ·Hownet 概述 | 第27-28页 |
| ·词语相似度相关介绍 | 第28-29页 |
| ·现有词语相似度算法的不足 | 第29页 |
| ·基于 Hownet 的词语相似度算法改进 | 第29-33页 |
| ·相关定义 | 第30页 |
| ·义原相似度计算 | 第30-33页 |
| ·算法描述 | 第33页 |
| ·基于同义词发现的文本分类算法 | 第33-35页 |
| ·同义词权重计算 | 第33-34页 |
| ·待分类文本扩展 | 第34页 |
| ·算法流程图 | 第34-35页 |
| ·实验分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 4 智能移动信息设备取证系统设计与实现 | 第38-60页 |
| ·数据提取 | 第38-48页 |
| ·通讯录提取 | 第39-41页 |
| ·通话记录提取 | 第41页 |
| ·短信记录提取 | 第41-42页 |
| ·备忘录数据提取 | 第42-44页 |
| ·邮件数据提取 | 第44-45页 |
| ·浏览记录提取 | 第45-47页 |
| ·APP 数据提取 | 第47页 |
| ·外置存储卡数据提取 | 第47页 |
| ·其它数据提取 | 第47-48页 |
| ·数据的存储 | 第48页 |
| ·数据分析 | 第48-50页 |
| ·证据展示 | 第50-51页 |
| ·证据保存 | 第51页 |
| ·系统的运行 | 第51-57页 |
| ·本章小结 | 第57-60页 |
| 5 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第68页 |
