摘要 | 第1-4页 |
Abstract | 第4-14页 |
第一章 绪言 | 第14-20页 |
·研究背景 | 第14页 |
·研究目标 | 第14-16页 |
·研究意义 | 第16-17页 |
·论文的主要贡献 | 第17-18页 |
·论文的组织结构 | 第18-20页 |
第二章 相关工作 | 第20-44页 |
·标签系统与垃圾标签 | 第20-34页 |
·产生背景 | 第20-21页 |
·基于检测的垃圾标签抵御 | 第21-29页 |
·基于降级的垃圾标签抵御 | 第29-32页 |
·基于预防的垃圾标签抵御 | 第32-34页 |
·在线社会网络中的信息传播 | 第34-38页 |
·产生背景 | 第34-35页 |
·传播模式 | 第35-37页 |
·相关算法 | 第37-38页 |
·在线社会网络中的访问控制 | 第38-43页 |
·基于身份的访问控制 | 第39-41页 |
·基于规则的访问控制 | 第41-42页 |
·基于可达性的访问控制 | 第42-43页 |
·本章小结 | 第43-44页 |
第三章 以数据为中心的在线社会网络安全研究框架 | 第44-54页 |
·本文的研究对象 | 第44-45页 |
·在线社会网络的一般模型 | 第45-47页 |
·相关定义 | 第47-48页 |
·本文所实现的在线社会网络数据分析系统 | 第48-52页 |
·数据采集器 | 第49-50页 |
·数据管理器 | 第50页 |
·数据分析器 | 第50-51页 |
·数据展示器 | 第51-52页 |
·本章小结 | 第52-54页 |
第四章 一种基于信誉度的垃圾标签降级抵御方法 | 第54-74页 |
·问题背景 | 第54-55页 |
·标签系统与标签服务 | 第54页 |
·垃圾标签 | 第54-55页 |
·基于降级的垃圾标签抵御方法 | 第55页 |
·问题描述 | 第55-59页 |
·标签系统的形式化建模 | 第56-58页 |
·垃圾标签攻击建模 | 第58-59页 |
·方法描述 | 第59-67页 |
·非交互用户间的信誉度计算 | 第62-63页 |
·交互用户间的信誉度计算 | 第63-67页 |
·实验评价 | 第67-72页 |
·实验环境 | 第67-68页 |
·现有标签服务搜索结果排列方式 | 第68-69页 |
·实验结果 | 第69-72页 |
·本章小结 | 第72-74页 |
第五章 一种基于PageRank的虚假信息传播控制方法 | 第74-86页 |
·问题背景 | 第74-75页 |
·问题描述 | 第75-76页 |
·方法描述 | 第76-79页 |
·基于控制主题的虚假信息筛选 | 第76-77页 |
·DifRank计算 | 第77页 |
·传播控制效能评估 | 第77页 |
·Fidic算法 | 第77-79页 |
·实验评价 | 第79-85页 |
·实验数据 | 第79-80页 |
·评价标准 | 第80页 |
·实验结果 | 第80-85页 |
·本章小结 | 第85-86页 |
第六章 一种基于好友亲密度的访问控制方法 | 第86-106页 |
·问题背景 | 第86-88页 |
·问题描述 | 第88-91页 |
·在线社会网络模型 | 第88-89页 |
·好友亲密度的形式化描述 | 第89页 |
·社交访问控制模型 | 第89-91页 |
·方法描述 | 第91-97页 |
·用户行为模型 | 第91页 |
·基于朴素贝叶斯的亲密度计算方法 | 第91-95页 |
·iSac | 第95页 |
·好友亲密度的应用 | 第95-97页 |
·实验评价 | 第97-103页 |
·实验数据 | 第97-98页 |
·亲密度算法评价方法 | 第98-100页 |
·原子行为评估 | 第100-101页 |
·好友亲密度算法iSac评估 | 第101-103页 |
·本章小结 | 第103-106页 |
第七章 总结与展望 | 第106-112页 |
·本文成果 | 第106-107页 |
·进一步工作 | 第107-110页 |
·数据产生阶段――垃圾标签抵御 | 第107-109页 |
·数据传播阶段――虚假信息传播控制 | 第109页 |
·数据接收阶段――基于好友亲密度的访问控制 | 第109-110页 |
·本文展望 | 第110-112页 |
参考文献 | 第112-120页 |
附录 A 本文实现的在线社会网络数据分析系统界面 | 第120-122页 |
附录 B 在学期间的研究成果 | 第122-126页 |
B.1 发表/待发表的论文 | 第122-123页 |
B.2 参与的课题 | 第123-124页 |
B.3 获得的荣誉 | 第124-126页 |
致谢 | 第126-127页 |