| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-15页 |
| 1.1.1 人因数据在安全管理中的作用 | 第12页 |
| 1.1.2 人因数据概述 | 第12-13页 |
| 1.1.3 数据挖掘在安全管理中的必要性 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 人因安全分析 | 第15-16页 |
| 1.2.2 关联规则挖掘 | 第16-18页 |
| 1.3 研究内容 | 第18-19页 |
| 1.4 技术路线 | 第19-20页 |
| 1.5 创新点 | 第20页 |
| 1.6 论文结构 | 第20-22页 |
| 第2章 关键技术相关理论和技术 | 第22-40页 |
| 2.1 相关技术和工具 | 第22-25页 |
| 2.1.1 数据存储 | 第23-24页 |
| 2.1.2 MapReduce并行运算模型 | 第24-25页 |
| 2.2 数据挖掘的相关技术和工具 | 第25-38页 |
| 2.2.1 关联规则挖掘定义和过程 | 第26-28页 |
| 2.2.2 关联规则挖掘的相关算法 | 第28-29页 |
| 2.2.3 Apriori关联规则算法 | 第29-32页 |
| 2.2.4 Apriori算法MapReduce化 | 第32-38页 |
| 2.3 本章小结 | 第38-40页 |
| 第3章 人因数据的需求及其挑战 | 第40-46页 |
| 3.1 人因数据的多样化需求及其价值 | 第40-43页 |
| 3.1.1 人因数据的多样化需求 | 第40-41页 |
| 3.1.2 人因数据的价值 | 第41-43页 |
| 3.2 问题和挑战 | 第43-45页 |
| 3.3 本章小结 | 第45-46页 |
| 第4章 WANO人因数据采集与处理系统框架 | 第46-58页 |
| 4.1 系统框架 | 第46-47页 |
| 4.2 数据源层 | 第47-49页 |
| 4.3 数据预处理 | 第49-51页 |
| 4.4 人因数据处理中心 | 第51-56页 |
| 4.4.1 人因数据关联规则挖掘 | 第52-55页 |
| 4.4.2 人因数据挖掘过程 | 第55-56页 |
| 4.5 人机交互系统 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 基于Apriori的人因WANO数据挖掘 | 第58-70页 |
| 5.1 数据获取与存储 | 第58-59页 |
| 5.2 数据的处理与分析 | 第59-63页 |
| 5.2.1 确定挖掘对象和目标 | 第59页 |
| 5.2.2 模型的选定 | 第59-61页 |
| 5.2.3 数据分析和预处理 | 第61-63页 |
| 5.3 WANO人因数据挖掘 | 第63-69页 |
| 5.3.1 WANO数据挖掘过程 | 第63-64页 |
| 5.3.2 WANO数据挖掘结果 | 第64-66页 |
| 5.3.3 WANO挖掘结果处理和分析 | 第66-69页 |
| 5.4 结论 | 第69页 |
| 5.5 本章小结 | 第69-70页 |
| 第6章 结语 | 第70-72页 |
| 6.1 结论 | 第70页 |
| 6.2 不足和展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 作者攻读学位期间的科研成果 | 第76-78页 |
| 致谢 | 第78页 |