摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 引言 | 第10-14页 |
1.1 研究背景简介 | 第10-12页 |
1.2 本文工作 | 第12-13页 |
1.3 论文结构 | 第13-14页 |
第2章 研究背景及动机 | 第14-21页 |
2.1 社交网络图结构特征 | 第14页 |
2.2 基于图结构虚假账户检测方法 | 第14-17页 |
2.2.1 研究现状 | 第14-16页 |
2.2.2 检测方法实例 | 第16-17页 |
2.3 图计算系统 | 第17-21页 |
2.3.1 以点为中心的图计算系统 | 第17-18页 |
2.3.2 图计算的几种优化技术 | 第18-20页 |
2.3.3 考虑幂率分布特性的图计算系统 | 第20-21页 |
第3章 系统架构 | 第21-29页 |
3.1 数据抽象及假设 | 第21-22页 |
3.2 幂率分布图的优化处理 | 第22-28页 |
3.2.1 存储格式 | 第23-24页 |
3.2.2 执行模式 | 第24-26页 |
3.2.3 选择性调度策略 | 第26-27页 |
3.2.4 缓存策略 | 第27页 |
3.2.5 讨论与总结 | 第27-28页 |
3.3 编程接口 | 第28-29页 |
第4章 系统实现及应用 | 第29-34页 |
4.1 预处理 | 第29页 |
4.2 计算 | 第29-30页 |
4.3 算法应用实例 | 第30-34页 |
4.3.1 d SybilRank算法 | 第30-32页 |
4.3.2 d COLOR算法 | 第32-34页 |
第5章 实验 | 第34-41页 |
5.1 dCOLOR与COLOR的比较 | 第35-36页 |
5.2 dSybil Rank与SybilRank的比较 | 第36页 |
5.3 与其它图计算系统性能比较 | 第36-40页 |
5.3.1 I/O总量分析 | 第37页 |
5.3.2 选择性调度及缓存策略分析 | 第37-40页 |
5.4 实验对比结论 | 第40-41页 |
第6章 结语和展望 | 第41-42页 |
6.1 本文工作总结 | 第41页 |
6.2 未来工作展望 | 第41-42页 |
参考文献 | 第42-47页 |
作者简介及在学期间所取得的科研成果 | 第47-48页 |
致谢 | 第48页 |