基于主机的实时可疑网址检测系统
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题的背景情况 | 第11-12页 |
| ·国内外研究及发展情况 | 第12-13页 |
| ·基于服务器的检测 | 第12-13页 |
| ·基于浏览器插件和服务器的检测 | 第13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 系统的技术与特色介绍 | 第16-25页 |
| ·系统中机器学习方法介绍 | 第16-18页 |
| ·系统中前端交互和存储技术 | 第18-20页 |
| ·前端交互技术 | 第19页 |
| ·前端存储技术 | 第19-20页 |
| ·系统中后台处理和存储技术 | 第20-21页 |
| ·后端处理技术 | 第20-21页 |
| ·后端存储技术 | 第21页 |
| ·系统中的特色介绍 | 第21-24页 |
| ·客户端微博实时监控 | 第21-22页 |
| ·客户端主机自主检测 | 第22-23页 |
| ·服务器远程二次检测 | 第23页 |
| ·客户端主机数据更新 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 系统的需求与性能分析 | 第25-30页 |
| ·系统的运行环境需求分析 | 第25-26页 |
| ·系统前端侦测的需求分析 | 第26-27页 |
| ·系统后端检测的需求分析 | 第27-28页 |
| ·系统性能的需求分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 系统的详细设计与实现 | 第30-47页 |
| ·系统总体方案的设计 | 第30-33页 |
| ·系统中机器学习特征 | 第33-36页 |
| ·微博社交消息特征 | 第33页 |
| ·微博用户账号特征 | 第33-34页 |
| ·网址解析特征 | 第34-35页 |
| ·网址域名特征 | 第35-36页 |
| ·系统数据库的设计 | 第36-40页 |
| ·系统E-R图的设计 | 第36-38页 |
| ·系统数据库结构表的设计 | 第38-40页 |
| ·系统主要功能模块的设计 | 第40-46页 |
| ·客户端微博实时监控 | 第40-42页 |
| ·客户端主机自主检测 | 第42-43页 |
| ·客户端请求远程检测 | 第43-44页 |
| ·服务器远程二次检测 | 第44-45页 |
| ·客户端主机数据更新 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 系统的运行及测试 | 第47-52页 |
| ·系统搭建运行过程 | 第47-49页 |
| ·搭建实验运行环境 | 第47-48页 |
| ·收集机器学习数据 | 第48页 |
| ·机器学习训练模型 | 第48页 |
| ·配置测试系统参数 | 第48-49页 |
| ·系统的测试分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第6章 结论与展望 | 第52-54页 |
| ·结论 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 作者简介及科研成果 | 第56-57页 |
| 致谢 | 第57页 |
