摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景 | 第12-13页 |
1.2 研究现状 | 第13-16页 |
1.2.1 动态网络模型 | 第13页 |
1.2.2 动态网络异常变化检测 | 第13-15页 |
1.2.3 网络表示学习 | 第15-16页 |
1.3 主要研究内容 | 第16-17页 |
1.4 论文组织架构 | 第17-18页 |
第二章 动态网络异常结构变化检测框架 | 第18-24页 |
2.1 动态网络异常结构变化检测相关定义 | 第18页 |
2.2 动态网络异常结构变化检测的关键问题 | 第18-20页 |
2.3 动态网络异常结构变化检测框架 | 第20-21页 |
2.4 动态网络建模 | 第21-23页 |
2.4.1 网络结构抽象 | 第21-22页 |
2.4.2 动态网络生成 | 第22-23页 |
2.5 本章小结 | 第23-24页 |
第三章 基于趋势性分析的动态网络趋势性异常变化检测 | 第24-36页 |
3.1 问题分析 | 第24-25页 |
3.1.1 问题描述 | 第24页 |
3.1.2 动态网络趋势性异常变化检测流程 | 第24-25页 |
3.1.3 动态网络趋势性异常变化检测的关键问题 | 第25页 |
3.2 动态网络的趋势性异常变化检测模型 | 第25-30页 |
3.2.1 网络结构参数选择 | 第25-27页 |
3.2.2 采用可变滑动窗口进行数据趋势性检测 | 第27-29页 |
3.2.3 结果合并与异常变化时间点标记 | 第29页 |
3.2.4 算法伪代码 | 第29-30页 |
3.2.5 算法复杂度分析 | 第30页 |
3.3 实验 | 第30-35页 |
3.3.1 实验数据 | 第30-31页 |
3.3.2 实验设计 | 第31-32页 |
3.3.3 实验结果与分析 | 第32-35页 |
3.4 本章小结 | 第35-36页 |
第四章 基于网络表示学习的动态网络突发性异常变化检测 | 第36-46页 |
4.1 问题分析 | 第36-37页 |
4.1.1 问题描述 | 第36页 |
4.1.2 动态网络突发性异常变化检测流程 | 第36-37页 |
4.1.3 利用网络表示学习进行动态网络突发性异常变化检测的关键问题 | 第37页 |
4.2 基于网络表示学习的动态网络突发性异常变化检测模型 | 第37-40页 |
4.2.1 基于随机游走的动态网络表示学习 | 第37-38页 |
4.2.2 网络离散程度计算与异常检测 | 第38-40页 |
4.2.3 算法伪代码 | 第40页 |
4.2.4 复杂度分析 | 第40页 |
4.3 实验 | 第40-44页 |
4.3.1 模拟小世界网络实验 | 第40-42页 |
4.3.2 真实动态网络实验 | 第42-44页 |
4.4 本章小结 | 第44-46页 |
第五章 基于网络表示学习的动态网络异常链接行为检测 | 第46-56页 |
5.1 问题分析 | 第46-47页 |
5.1.1 问题描述 | 第46页 |
5.1.2 动态网络异常链接行为检测流程 | 第46-47页 |
5.1.3 动态网络异常链接行为检测关键问题 | 第47页 |
5.2 动态网络异常链接行为检测模型 | 第47-49页 |
5.2.1 节点相近程度计算 | 第47-48页 |
5.2.2 异常链接行为检测 | 第48-49页 |
5.2.3 算法伪代码 | 第49页 |
5.2.4 算法复杂度分析 | 第49页 |
5.3 实验 | 第49-54页 |
5.3.1 实验数据 | 第49-50页 |
5.3.2 安然邮件数据集实验设计 | 第50-51页 |
5.3.3 安然邮件数据集实验结果 | 第51-53页 |
5.3.4 DBLP数据集实验设计 | 第53页 |
5.3.5 DBLP数据集实验结果 | 第53-54页 |
5.4 本章小结 | 第54-56页 |
第六章 总结 | 第56-58页 |
6.1 本文工作总结 | 第56页 |
6.2 下一步研究与展望 | 第56-58页 |
致谢 | 第58-60页 |
参考文献 | 第60-64页 |
作者简历 | 第64页 |