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

基于存储特征的火狐浏览器历史记录恢复技术研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 研究背景与意义第11-13页
    1.2 国内外研究现状第13-15页
    1.3 存在的问题第15-16页
    1.4 本文研究内容第16页
    1.5 本文组织结构第16-19页
第二章 火狐浏览器的数据库系统概述第19-29页
    2.1 SQLITE 数据库第19-24页
        2.1.1 数据库简介第19-20页
        2.1.2 数据库应用第20-21页
        2.1.3 数据库文件第21-23页
        2.1.4 数据库日志文件第23-24页
    2.2 火狐浏览器 PLACES 数据库第24-28页
        2.2.1 SQLITE_MASTER 表第25页
        2.2.2 MOZ_PLACES 表第25-26页
        2.2.3 MOZ_HISTORYVISITS 表第26-27页
        2.2.4 MOZ_BOOKMARKS 表第27-28页
        2.2.5 MOZ_INPUTHISTORY 表第28页
    2.3 本章小结第28-29页
第三章 一种基于预写日志结构特征的历史记录恢复方法第29-49页
    3.1 引言第29-31页
        3.1.1 传统方法的局限第30页
        3.1.2 方法的提出第30-31页
    3.2 预写日志结构特征分析第31-37页
        3.2.1 日志结构第31-35页
        3.2.2 日志工作机制第35-36页
        3.2.3 日志随机数特征第36-37页
    3.3 依据预写日志结构特征的恢复方法第37-41页
        3.3.1 方法总体框架第37页
        3.3.2 镜像获取方式第37-38页
        3.3.3 重构预写日志文件第38-40页
        3.3.4 数据块及记录提取第40-41页
    3.4 用户行为分析第41-42页
        3.4.1 用户行为定义第41页
        3.4.2 用户操作时序第41页
        3.4.3 记录时间戳估计第41-42页
    3.5 实验设计第42-44页
        3.5.1 实验环境搭建第42-43页
        3.5.2 恢复实验设计第43页
        3.5.3 对比实验设计第43页
        3.5.4 用户行为实验设计第43-44页
    3.6 实验结果与分析第44-47页
    3.7 本章小结第47-49页
第四章 一种基于记录字节码特征的历史记录恢复方法第49-67页
    4.1 引言第49-50页
    4.2 APRIORI 算法的基本原理第50-55页
        4.2.1 方法简介第50页
        4.2.2 最大频繁项集合挖掘第50-54页
        4.2.3 关联关系挖掘第54-55页
    4.3 挖掘记录字节码特征的恢复方法第55-59页
        4.3.1 恢复方法框架第55-56页
        4.3.2 记录样本采集第56页
        4.3.3 记录特征挖掘第56-58页
        4.3.4 记录提取第58-59页
    4.4 实验设计第59-61页
        4.4.1 恢复实验设计第59-61页
        4.4.2 对比实验设计第61页
    4.5 实验结果与分析第61-66页
    4.6 本章小结第66-67页
第五章 火狐浏览器历史记录恢复系统实现第67-77页
    5.1 引言第67-68页
    5.2 系统模块介绍第68-69页
        5.2.1 预写日志重构模块第68页
        5.2.2 历史记录提取模块第68-69页
        5.2.3 用户行为分析模块第69页
    5.3 系统详细设计第69-72页
        5.3.1 系统环境搭建第70页
        5.3.2 系统总框架第70-71页
        5.3.3 日志重构模块详细设计第71页
        5.3.4 记录提取模块详细设计第71-72页
        5.3.5 用户行为模块详细设计第72页
    5.4 系统展示第72-75页
    5.5 本章小结第75-77页
第六章 总结与展望第77-79页
    6.1 研究工作总结第77页
    6.2 未来工作展望第77-79页
致谢第79-81页
参考文献第81-87页
附录第87-88页
详细摘要第88-90页

论文共90页,点击 下载论文
上一篇:云环境下基于数据冷热预判模型的关键词主题分类搜索研究
下一篇:基于Android平台的生理数据集中式管理框架及可视化技术研究