一种检测恶意域名的增量并行SVM算法研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.3 研究目的及主要内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 2 相关理论及技术原理 | 第14-20页 |
| 2.1 SVM支持向量机 | 第14-16页 |
| 2.2 增量学习算法 | 第16-17页 |
| 2.3 并行化大数据平台 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 分类算法的设计 | 第20-35页 |
| 3.1 数据集的处理 | 第20-24页 |
| 3.2 算法的整体架构 | 第24-25页 |
| 3.3 并行化SVM原型模型设计 | 第25-28页 |
| 3.4 增量SVM算法设计 | 第28-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 分类算法模块的实现 | 第35-45页 |
| 4.1 并行化SVM原型模型实现 | 第35-42页 |
| 4.2 增量SVM算法实现 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 5 实验测试与分析 | 第45-54页 |
| 5.1 实验环境 | 第45页 |
| 5.2 并行SVM分类效果的测试与分析 | 第45-50页 |
| 5.3 增量SVM算法对恶意域名检测实验与分析 | 第50-53页 |
| 5.4 本章小结 | 第53-54页 |
| 6 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |