| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-14页 |
| 1.2.1 黑名单 | 第10-11页 |
| 1.2.2 静态检测 | 第11-13页 |
| 1.2.3 动态检测 | 第13-14页 |
| 1.2.4 研究现状分析小结 | 第14页 |
| 1.3 研究目标和内容 | 第14-16页 |
| 1.4 论文结构 | 第16-17页 |
| 2 总体方案和关键技术研究 | 第17-28页 |
| 2.1 违法网站识别的总体方案 | 第17-20页 |
| 2.1.1 违法网站的特征分析 | 第17页 |
| 2.1.2 总体方案选择 | 第17-18页 |
| 2.1.3 评价指标 | 第18-19页 |
| 2.1.4 关键技术 | 第19-20页 |
| 2.2 模板检测特征确定 | 第20-24页 |
| 2.2.1 HTTP分析 | 第20-21页 |
| 2.2.2 HTTP POST关键特征值提取 | 第21-24页 |
| 2.3 网站相似度模型 | 第24-25页 |
| 2.3.1 构建网站特征集合 | 第24页 |
| 2.3.2 计算网站间相似度 | 第24-25页 |
| 2.4 模板抽取 | 第25-27页 |
| 2.4.1 网站聚类 | 第25-26页 |
| 2.4.2 模板抽取 | 第26-27页 |
| 2.5 模板检测 | 第27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 原型实现和实验 | 第28-46页 |
| 3.1 技术框架 | 第28-29页 |
| 3.2 数据预处理模块的设计与实现 | 第29-31页 |
| 3.3 基于Map-Reduce的网站相似度计算模块的设计与实现 | 第31-35页 |
| 3.3.1 Map-Reduce模型和Hadoop平台 | 第31-32页 |
| 3.3.2 技术实现 | 第32-35页 |
| 3.4 违法网站模板抽取模块的设计与实现 | 第35-36页 |
| 3.5 违法网站识别模块的设计与实现 | 第36-38页 |
| 3.6 实验 | 第38-44页 |
| 3.6.1 实验环境 | 第38-39页 |
| 3.6.2 实验数据 | 第39页 |
| 3.6.3 实验一 | 第39-41页 |
| 3.6.4 实验二 | 第41-43页 |
| 3.6.5 实验三 | 第43-44页 |
| 3.7 本章小结 | 第44-46页 |
| 4 基于聚类图分析的网站相似度模型优化 | 第46-58页 |
| 4.1 图分析的相关工作 | 第46-47页 |
| 4.2 研究步骤 | 第47-48页 |
| 4.3 提取图特征 | 第48-49页 |
| 4.4 模式与异常 | 第49-54页 |
| 4.4.1 模式 | 第49-52页 |
| 4.4.2 异常 | 第52-54页 |
| 4.5 模型改进 | 第54-56页 |
| 4.6 实验四 | 第56页 |
| 4.7 本章小结 | 第56-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 本文工作小结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的学术论文 | 第64-66页 |