隐藏页面检测系统的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 选题背景和意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 本文主要工作 | 第15页 |
| 1.4 本文章节安排 | 第15-17页 |
| 第2章 相关技术介绍 | 第17-27页 |
| 2.1 基础知识 | 第17-21页 |
| 2.1.1 搜索引擎及爬虫 | 第17-18页 |
| 2.1.2 搜索引擎快照 | 第18页 |
| 2.1.3 网页自动跳转方式 | 第18-19页 |
| 2.1.4 搜索引擎优化（SEO） | 第19-20页 |
| 2.1.5 垃圾页面技术 | 第20-21页 |
| 2.2 隐藏页面技术 | 第21-23页 |
| 2.2.1 隐藏页面基本原理 | 第21-22页 |
| 2.2.2 隐藏技术分类 | 第22-23页 |
| 2.3 隐藏页面的检测 | 第23-26页 |
| 2.3.1 多次爬取的方法 | 第23-24页 |
| 2.3.2 相似性检测对象 | 第24页 |
| 2.3.3 隐藏页面检测技术 | 第24-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 相似度检测设计 | 第27-40页 |
| 3.1 网页的三种特征元素 | 第27页 |
| 3.2 基于三种特征的优化算法 | 第27-28页 |
| 3.2.1 算法原理 | 第27页 |
| 3.2.2 算法过程 | 第27-28页 |
| 3.3 检测方法的具体实现 | 第28-35页 |
| 3.3.1 网页文本相似度 | 第28-32页 |
| 3.3.2 网页标签相似度 | 第32-35页 |
| 3.3.3 网页 URL 相似度 | 第35页 |
| 3.4 基于阈值的分级过滤 | 第35-39页 |
| 3.4.1 样本数据的选取 | 第36页 |
| 3.4.2 阈值的设定 | 第36-38页 |
| 3.4.3 基于阈值的筛选 | 第38-39页 |
| 3.5 小结 | 第39-40页 |
| 第4章 隐藏页面检测系统 | 第40-49页 |
| 4.1 系统的组成与实现 | 第40-48页 |
| 4.1.1 数据获取模块 | 第41-44页 |
| 4.1.2 数据存储模块 | 第44-47页 |
| 4.1.3 相似度检测模块 | 第47-48页 |
| 4.2 系统性能优化 | 第48页 |
| 4.3 小结 | 第48-49页 |
| 第5章 实验结果及分析 | 第49-57页 |
| 5.1 实验环境 | 第49页 |
| 5.1.1 硬件环境 | 第49页 |
| 5.1.2 软件环境 | 第49页 |
| 5.2 系统评估 | 第49-54页 |
| 5.2.1 检测算法的评估 | 第50-51页 |
| 5.2.2 检测出的隐藏页面类型 | 第51-53页 |
| 5.2.3 系统的时间开销 | 第53-54页 |
| 5.3 隐藏页面情况统计 | 第54-56页 |
| 5.4 小结 | 第56-57页 |
| 结论 | 第57-60页 |
| 参考文献 | 第60-64页 |
| 附录 A 攻读学位期间所发表的学术论文 | 第64-65页 |
| 附录 B 攻读学位期间参加的项目 | 第65-66页 |
| 致谢 | 第66页 |
