针对特定网站的指纹识别研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景和研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 研究内容和结构安排 | 第11-13页 |
| 第二章 翻墙技术分析与浏览器缓存机制 | 第13-21页 |
| 2.1 翻墙技术 | 第13-15页 |
| 2.1.1 翻墙原理 | 第13-14页 |
| 2.1.2 shadowsocks简介 | 第14-15页 |
| 2.2 浏览器缓存 | 第15-20页 |
| 2.2.1 Web缓存与浏览器缓存 | 第15-16页 |
| 2.2.2 浏览器缓存控制 | 第16-19页 |
| 2.2.3 浏览器缓存对网页指纹识别的影响 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第三章 非平衡分类 | 第21-28页 |
| 3.1 引言 | 第21页 |
| 3.2 非平衡问题 | 第21-24页 |
| 3.2.1 数据稀缺 | 第21-22页 |
| 3.2.2 噪声与决策面偏移 | 第22页 |
| 3.2.3 评价指标 | 第22-24页 |
| 3.3 非平衡分类解决策略 | 第24-26页 |
| 3.3.1 重采样 | 第24-25页 |
| 3.3.2 代价敏感学习 | 第25页 |
| 3.3.3 训练集划分 | 第25-26页 |
| 3.3.4 分类器集成 | 第26页 |
| 3.4 本章小结 | 第26-28页 |
| 第四章 SWF网页指纹识别系统 | 第28-37页 |
| 4.1 系统整体设计 | 第28-30页 |
| 4.1.1 问题定义 | 第28-29页 |
| 4.1.2 系统架构 | 第29-30页 |
| 4.2 系统实现 | 第30-36页 |
| 4.2.1 数据收集 | 第30-31页 |
| 4.2.2 特征提取与选择 | 第31-33页 |
| 4.2.3 非平衡指纹分类 | 第33-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 实验与性能分析 | 第37-50页 |
| 5.1 实验环境 | 第37-38页 |
| 5.2 实验数据集 | 第38-39页 |
| 5.3 实验内容 | 第39-43页 |
| 5.3.1 数据预处理 | 第39-40页 |
| 5.3.2 划分数据集 | 第40页 |
| 5.3.3 选择分类特征 | 第40-42页 |
| 5.3.4 相似度与分类集成 | 第42-43页 |
| 5.4 性能分析 | 第43-49页 |
| 5.4.1 分类器性能 | 第43-44页 |
| 5.4.2 相似度匹配 | 第44-48页 |
| 5.4.3 特征选择 | 第48-49页 |
| 5.5 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第54-55页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第55-56页 |
| 致谢 | 第56页 |
