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 |