社会网络节点行为的异常检测与分析
| 摘要 | 第9-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-29页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-26页 |
| 1.2.1 社会网络演化与异常检测研究现状 | 第14-18页 |
| 1.2.2 社会网络节点演化与异常检测研究现状 | 第18-22页 |
| 1.2.3 异常检测方法研究现状 | 第22-26页 |
| 1.2.4 主要问题 | 第26页 |
| 1.3 研究内容 | 第26-28页 |
| 1.4 论文的组织结构 | 第28-29页 |
| 第二章 社会网络节点异常行为检测分析框架 | 第29-39页 |
| 2.1 社会网络演化和节点演化分析 | 第29-34页 |
| 2.2 社会网络节点异常行为的分析 | 第34-35页 |
| 2.3 社会网络节点异常行为检测分析基本过程 | 第35-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第三章 基于社区结构的静态社会网络异常点发现方法 | 第39-53页 |
| 3.1 COFNC基本框架 | 第39-40页 |
| 3.2 网络嵌入 | 第40-42页 |
| 3.3 社区发现和异常点检测 | 第42-48页 |
| 3.3.1 构建密度顺序树 | 第42-45页 |
| 3.3.2 密度顺序树的划分与异常点发现 | 第45-46页 |
| 3.3.3 社区数目的确定 | 第46-48页 |
| 3.4 实验分析 | 第48-51页 |
| 3.4.1 数据介绍 | 第48-49页 |
| 3.4.2 实验结果分析 | 第49-51页 |
| 3.5 本章小结 | 第51-53页 |
| 第四章 动态社会网络节点演化建模与异常检测方法 | 第53-71页 |
| 4.1 基本框架 | 第53-54页 |
| 4.2 节点特征提取 | 第54-56页 |
| 4.3 节点演化建模 | 第56-58页 |
| 4.4 节点行为的可视化 | 第58-59页 |
| 4.5 基于异常排序的节点异常行为检测方法 | 第59-62页 |
| 4.6 实验分析 | 第62-68页 |
| 4.6.1 数据介绍 | 第62-64页 |
| 4.6.2 实验结果分析 | 第64-68页 |
| 4.7 本章小结 | 第68-71页 |
| 第五章 基于异常偏好的节点行为异常检测方法 | 第71-85页 |
| 5.1 问题描述 | 第71-72页 |
| 5.2 先验库的构建 | 第72-73页 |
| 5.3 基于先验库的异常偏好计算 | 第73-76页 |
| 5.4 基于异常偏好的异常检测集成方法 | 第76-80页 |
| 5.5 实验分析 | 第80-83页 |
| 5.5.1 仿真数据介绍 | 第80-81页 |
| 5.5.2 实验结果分析 | 第81-83页 |
| 5.6 本章小结 | 第83-85页 |
| 第六章 基于异常重构的节点行为预测方法 | 第85-95页 |
| 6.1 问题描述 | 第85-86页 |
| 6.2 异常数据的重构 | 第86-88页 |
| 6.3 基于向量自回归模型的节点行为预测 | 第88-90页 |
| 6.4 实验分析 | 第90-93页 |
| 6.4.1 仿真数据实验 | 第90-93页 |
| 6.4.2 Enron网络实验 | 第93页 |
| 6.5 本章小结 | 第93-95页 |
| 第七章 总结与展望 | 第95-99页 |
| 7.1 本文的主要工作 | 第95-96页 |
| 7.2 将来的工作 | 第96-99页 |
| 第八章 附录 | 第99-101页 |
| 致谢 | 第101-103页 |
| 参考文献 | 第103-115页 |
| 作者在学期间取得的学术成果 | 第115-116页 |
