| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 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 |
| ·本文的主要研究内容 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 社交网络和相关理论知识介绍 | 第16-25页 |
| ·社交网络介绍 | 第16-21页 |
| ·社会网络 | 第16-17页 |
| ·社交网络及其发展 | 第17-18页 |
| ·社会网络分析衡量值 | 第18-21页 |
| ·社交网络中的安全问题及 Sybil 攻击 | 第21-22页 |
| ·团体检测算法以及其他相关知识简介 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于随机游走模型的边介数计算算法 | 第25-35页 |
| ·相关模型及定义 | 第25-27页 |
| ·c-path 边介数模型构建与分析 | 第27-32页 |
| ·c-path 边介数模型设计策略 | 第27-29页 |
| ·c-path 边介数模型策略实现方案 | 第29-32页 |
| ·c-path 边介数计算算法的描述 | 第32-33页 |
| ·算法时间复杂度分析 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第4章 基于边聚类的 Sybil 攻击团体检测算法 | 第35-47页 |
| ·基于 k-means 的边聚类算法 | 第35-40页 |
| ·初始中心点选择方案和距离存储策略 | 第35-38页 |
| ·基于 k-means 的边聚类算法描述 | 第38-40页 |
| ·基于标签权值的 Sybil 团体检测算法 | 第40-45页 |
| ·传统标签传播团体检测方法的分析 | 第41页 |
| ·基于标签权值的团体检测算法设计思想 | 第41-44页 |
| ·基于标签权值的团体检测算法的描述 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 实验验证与分析 | 第47-56页 |
| ·实验准备工作 | 第47-49页 |
| ·实验数据的来源 | 第47-48页 |
| ·实验数据集的形成 | 第48页 |
| ·实验环境 | 第48页 |
| ·实验评价标准 | 第48-49页 |
| ·SCDA 算法同经典算法的对比实验及结果分析 | 第49-55页 |
| ·对比算法简介 | 第49页 |
| ·不同 Sybil 攻击规模下的假正率和假负率对比 | 第49-52页 |
| ·不同 Sybil 攻击规模下的模块性度量对比 | 第52-54页 |
| ·实验结果分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 作者简介 | 第65页 |