| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究背景与意义 | 第10-12页 |
| 1.1.1 社交网络安全 | 第10-11页 |
| 1.1.2 异常检测算法 | 第11-12页 |
| 1.1.3 分布式计算平台 | 第12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 研究内容及创新点 | 第15-18页 |
| 1.3.1 研究内容 | 第15-17页 |
| 1.3.2 创新点 | 第17-18页 |
| 1.4 论文组织结构 | 第18-20页 |
| 第二章 相关工作研究 | 第20-26页 |
| 2.1 用户行为分析研究 | 第20-21页 |
| 2.2 异常帐号检测研究 | 第21-22页 |
| 2.3 机器学习研究 | 第22-24页 |
| 2.4 分布式计算研究 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 社交网络异常帐号检测方法 | 第26-42页 |
| 3.1 概述 | 第26-27页 |
| 3.2 异常帐号检测方法 | 第27-28页 |
| 3.3 基于语义向量空间模型的语言模型 | 第28-31页 |
| 3.3.1 原始数据预处理 | 第28页 |
| 3.3.2 基于语义向量空间模型的文本表示框架 | 第28-29页 |
| 3.3.3 基于词汇语义增量的文本语义表示实现 | 第29-31页 |
| 3.4 IAE异常检测算法 | 第31-36页 |
| 3.4.1 自编码器模型 | 第32-34页 |
| 3.4.2 堆叠自编码器 | 第34-35页 |
| 3.4.3 Encoder-Decoder模型结构设计 | 第35-36页 |
| 3.5 采样层设计 | 第36-38页 |
| 3.5.1 理论研究 | 第36-37页 |
| 3.5.2 实现方案 | 第37-38页 |
| 3.6 仿真结果分析 | 第38-40页 |
| 3.6.1 数据集及实验环境 | 第38-39页 |
| 3.6.2 实验过程及结果分析 | 第39-40页 |
| 3.7 本章小结 | 第40-42页 |
| 第四章 基于Spark分布式平台的异常帐号检测 | 第42-54页 |
| 4.1 概述 | 第42页 |
| 4.2 异常账号检测平台框架 | 第42-43页 |
| 4.3 改进的Spark负载均衡算法 | 第43-45页 |
| 4.4 开发环境和集群搭建 | 第45-47页 |
| 4.4.1 系统硬件环境 | 第45-46页 |
| 4.4.2 搭建Hadoop集群 | 第46页 |
| 4.4.3 搭建Spark集群 | 第46-47页 |
| 4.4.4 配置Spark开发环境 | 第47页 |
| 4.5 Spark平台中异常检测算法的实现 | 第47-52页 |
| 4.5.1 数据库设计 | 第47页 |
| 4.5.2 数据导入 | 第47-48页 |
| 4.5.3 并行化实现 | 第48-52页 |
| 4.6 Spark实验分析 | 第52-53页 |
| 4.7 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 论文总结 | 第54-55页 |
| 5.2 未来的研究工作 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-60页 |
| 攻读学位期间发表的论文及专利 | 第60页 |