Windows环境下隐秘信息取证系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·计算机取证研究背景与意义 | 第8-9页 |
| ·计算机取证基本概念 | 第8-9页 |
| ·国内外计算机取证研究现状比较 | 第9-10页 |
| ·国外的计算机取证研究现状 | 第9-10页 |
| ·国内的计算机取证发展现状 | 第10页 |
| ·本文主要研究的内容与创新 | 第10-11页 |
| ·本文的组织结构 | 第11-13页 |
| 第二章 相关背景知识介绍 | 第13-20页 |
| ·计算机取证系统分类 | 第13-14页 |
| ·分类技术 | 第14-19页 |
| ·分类技术概述 | 第14-16页 |
| ·常见的分类算法 | 第16-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 浏览器历史痕迹的提取方法 | 第20-31页 |
| ·主流浏览器现状分析 | 第20-21页 |
| ·浏览器市场情况 | 第20-21页 |
| ·浏览器分类 | 第21页 |
| ·浏览器历史痕迹的分类以及提取技术 | 第21-30页 |
| ·定位痕迹数据源头 | 第22页 |
| ·解析书签记录 | 第22-23页 |
| ·Cookies和缓存记录文件分析 | 第23-29页 |
| ·URL历史记录内容解析 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 电子邮件取证技术 | 第31-42页 |
| ·电子邮件系统构成 | 第31-33页 |
| ·两种电子邮件传输原理 | 第33-34页 |
| ·邮件编码格式深度剖析 | 第34-41页 |
| ·通用因特网邮件扩充MIME | 第36-37页 |
| ·邮件传输编码解析 | 第37-38页 |
| ·邮件头取证分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于朴素贝叶斯分类算法的取证研究 | 第42-52页 |
| ·中文文本分类 | 第42-44页 |
| ·文档表示模型 | 第42-43页 |
| ·分词技术 | 第43-44页 |
| ·基于朴素贝叶斯的电子证据文本分类 | 第44-51页 |
| ·网页文本预处理 | 第45-46页 |
| ·电子证据文档特征提取 | 第46-48页 |
| ·电子证据文本分类结果评价标准 | 第48-49页 |
| ·电子证据文本分类器设计及电子邮件分类实验 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 融入集成学习的电子证据文档分类方法 | 第52-61页 |
| ·集成学习 | 第52-53页 |
| ·融入集成学习的电子证据文档分类模型 | 第53-57页 |
| ·基学习器的生成 | 第53-55页 |
| ·基学习器权值的确定 | 第55-56页 |
| ·基于加权投票法的分类器集成 | 第56-57页 |
| ·电子证据分类性能仿真实验 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 取证系统的设计与实现 | 第61-67页 |
| ·系统设计中其他关键技术概述 | 第61-62页 |
| ·系统开发平台和开发环境 | 第62页 |
| ·系统的总体结构设计 | 第62-66页 |
| ·主机基本信息采集模块 | 第63-64页 |
| ·敏感信息抽取系统模块 | 第64页 |
| ·电子证据分类及取证系统信息展示 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第八章 总结与展望 | 第67-69页 |
| ·取证系统的工作总结 | 第67-68页 |
| ·取证工作的展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间申请的专利 | 第73-74页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第74-75页 |
| 致谢 | 第75页 |
