| 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 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 计算机取证技术研究现状 | 第10页 |
| 1.2.2 电子证据分析模型的研究现状 | 第10-12页 |
| 1.3 论文主要工作与贡献 | 第12页 |
| 1.4 本文结构 | 第12-13页 |
| 第二章 数据挖掘相关理论 | 第13-23页 |
| 2.1 数据挖掘的概述 | 第13-16页 |
| 2.1.1 数据挖掘的概念 | 第14页 |
| 2.1.2 数据挖掘的相关术语 | 第14-15页 |
| 2.1.3 数据挖掘的功能 | 第15页 |
| 2.1.4 数据挖掘的常用方法 | 第15-16页 |
| 2.2 数据挖掘技术在电子证据模型的应用 | 第16-17页 |
| 2.2.1 必要性分析 | 第16页 |
| 2.2.2 可行性分析 | 第16-17页 |
| 2.3 频繁模式挖掘算法 | 第17-20页 |
| 2.3.1 关联规则的概念 | 第17-18页 |
| 2.3.2 Apriori 算法 | 第18-19页 |
| 2.3.3 FP-Growth 算法 | 第19-20页 |
| 2.4 相似频繁挖掘算法 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 电子证据的频繁模式挖掘模型 | 第23-37页 |
| 3.1 基于 FP-Growth 的改进算法（ISPO-tree） | 第23-32页 |
| 3.1.1 现有的算法的研究不足 | 第23-25页 |
| 3.1.2 ISPO-tree 改进算法 | 第25-30页 |
| 3.1.3 算法理论证明 | 第30-32页 |
| 3.2 基于 ISPO-tree 算法的电子证据分析实验模型 | 第32-36页 |
| 3.2.1 电子证据来源分析 | 第32页 |
| 3.2.2 电子证据分析实例一 | 第32-34页 |
| 3.2.3 挖掘结果评估 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 电子证据相似频繁模式挖掘模型 | 第37-50页 |
| 4.1 基于相似频繁模式的改进算法（向下闭算法 DC-STree） | 第37-41页 |
| 4.1.1 现有算法的研究不足 | 第37-38页 |
| 4.1.2 DC-STree 改进算法 | 第38-41页 |
| 4.2 基于 DC-STree 算法的电子证据分析实验模型 | 第41-49页 |
| 4.2.1 电子证据来源分析 | 第41-42页 |
| 4.2.2 基于犯罪地点的频繁活动圈算法 | 第42-43页 |
| 4.2.3 频繁活动圈算法理论证明 | 第43-44页 |
| 4.2.4 电子证据分析实例二 | 第44-46页 |
| 4.2.5 挖掘结果评估 | 第46-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 原型系统实现 | 第50-61页 |
| 5.1 基于数据挖掘的电子证据分析模型 | 第50-54页 |
| 5.1.1 分析模型总体架构 | 第50-51页 |
| 5.1.2 工作的流程 | 第51-52页 |
| 5.1.3 电子证据预处理模块 | 第52-53页 |
| 5.1.4 电子证据频繁模式挖掘模块 | 第53页 |
| 5.1.5 电子证据相似频繁模式挖掘模块 | 第53页 |
| 5.1.6 其它模块 | 第53-54页 |
| 5.2 系统测试 | 第54-60页 |
| 5.2.1 测试目的 | 第54页 |
| 5.2.2 测试结果展示 | 第54-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 论文总结 | 第61-62页 |
| 6.2 论文展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 1 攻读硕士学位期间撰写的论文 | 第66-67页 |
| 附录 2 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |
