| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 组织结构 | 第15-17页 |
| 第二章 基于上下文关联分析的网络可信评估技术概述 | 第17-31页 |
| 2.1 信任评估模型概述 | 第17-24页 |
| 2.1.1 Beth信任模型 | 第17-18页 |
| 2.1.2 基于模糊集合理论的信任模型 | 第18-20页 |
| 2.1.3 基于权重的信任模型 | 第20-21页 |
| 2.1.4 基于半环理论的信任模型 | 第21页 |
| 2.1.5 基于信息论的信任模型 | 第21-22页 |
| 2.1.6 基于证据理论的信任模型 | 第22-23页 |
| 2.1.7 各模型对比 | 第23-24页 |
| 2.2 上下文感知系统技术概述 | 第24-30页 |
| 2.2.1 上下文信息获取 | 第25-27页 |
| 2.2.2 上下文信息处理 | 第27-29页 |
| 2.2.3 上下文信息使用 | 第29-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 基于上下文关联分析的网络节点可信评估方法设计 | 第31-42页 |
| 3.1 相关研究分析 | 第31-33页 |
| 3.2 问题定义 | 第33-34页 |
| 3.2.1 行为属性 | 第33-34页 |
| 3.2.2 上下文属性 | 第34页 |
| 3.2.3 节点行为记录 | 第34页 |
| 3.2.4 行为记录集合 | 第34页 |
| 3.3 系统模型 | 第34-35页 |
| 3.4 基于上下文关联分析的网络节点可信评估方法 | 第35-40页 |
| 3.3.1 数据归一化处理 | 第36-37页 |
| 3.3.2 相关性分析 | 第37-39页 |
| 3.3.3 历史行为记录过滤 | 第39-40页 |
| 3.3.4 可信评估 | 第40页 |
| 3.5 本章小结 | 第40-42页 |
| 第四章 基于信息熵的自适应网络节点重要度评估方法设计 | 第42-55页 |
| 4.1 相关研究分析 | 第42-47页 |
| 4.1.1 基于节点局部信息的评估方法 | 第42-44页 |
| 4.1.2 基于网络全局信息的评估方法 | 第44页 |
| 4.1.3 基于特征向量的评估方法 | 第44-45页 |
| 4.1.4 多指标综合评估方法 | 第45-46页 |
| 4.1.5 其他评估方法 | 第46-47页 |
| 4.2 问题定义 | 第47-49页 |
| 4.3 基于信息熵的自适应网络节点重要度评估方法 | 第49-54页 |
| 4.3.1 重要度评估指标矩阵 | 第50页 |
| 4.3.2 归一化评估指标矩阵 | 第50-51页 |
| 4.3.3 权重计算 | 第51-52页 |
| 4.3.4 重要度评估 | 第52-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 仿真实验与分析 | 第55-66页 |
| 5.1 网络节点可信评估实验分析 | 第55-59页 |
| 5.1.1 仿真环境建立 | 第55-56页 |
| 5.1.2 实验结果分析 | 第56-59页 |
| 5.2 网络节点重要度评估实验分析 | 第59-65页 |
| 5.2.1 仿真环境建立 | 第59-60页 |
| 5.2.2 实验结果分析 | 第60-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 结束语 | 第66-68页 |
| 6.1 论文总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |
| 攻读学位期间申请的发明专利目录 | 第75页 |
| 攻读学位期间参加的科研项目目录 | 第75页 |