| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·选题背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·课题内容及本文工作 | 第12-13页 |
| ·本文结构 | 第13-14页 |
| 第二章 动态贝叶斯基础知识 | 第14-29页 |
| ·贝叶斯网概述 | 第14-17页 |
| ·静态贝叶斯网 | 第14-17页 |
| ·动态贝叶斯网络理论 | 第17-19页 |
| ·DBN 推理算法 | 第19-24页 |
| ·精确推理算法 | 第19-20页 |
| ·近似推理算法 | 第20-24页 |
| ·DBN 的推理目的 | 第24页 |
| ·多实体贝叶斯网络 | 第24-29页 |
| ·MFrags | 第25-26页 |
| ·Online Auction 知识片段及MTheories | 第26-29页 |
| 第三章 MEBN 的推理及修正 | 第29-48页 |
| ·MEBN 推理 | 第29-35页 |
| ·决策与推理 | 第35-36页 |
| ·软件异常行为分析 | 第36-41页 |
| ·以往交互情形的重用 | 第38-41页 |
| ·在以往情形上构建BNs | 第41-48页 |
| ·网络结构的进一步修正 | 第44-46页 |
| ·用MTheories 构建BNs | 第46-48页 |
| 第四章 软件异常行为的预测算法优化 | 第48-55页 |
| ·异常行为预测贝叶斯最优估计模型 | 第48-49页 |
| ·粒子滤波概述 | 第49-52页 |
| ·粒子滤波原理 | 第50-52页 |
| ·基于BK 的粒子滤波算法 | 第52-55页 |
| 第五章 实验仿真 | 第55-64页 |
| ·实验结果与分析 | 第55-58页 |
| ·实验环境 | 第55-56页 |
| ·实验结果 | 第56-58页 |
| ·软件交互行为分析仿真实验 | 第58-64页 |
| ·行为模型的学习与推理性能比较 | 第58-60页 |
| ·拍卖竞标在线分析 | 第60-64页 |
| 第六章 总结与展望 | 第64-66页 |
| ·论文工作总结 | 第64页 |
| ·后续研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读学位期间主要研究成果 | 第70-71页 |
| 1. 攻读硕士学位期间发表论文 | 第70页 |
| 2. 攻读硕士学位期间参加项目 | 第70-71页 |
| 致谢 | 第71页 |