| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·复杂网络研究现状 | 第11-12页 |
| ·重要节点挖掘方法研究现状 | 第12-13页 |
| ·存在的问题 | 第13-14页 |
| ·本文研究的主要内容 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 软件系统网络模型建立及拓扑结构分析 | 第16-26页 |
| ·引言 | 第16页 |
| ·软件网络的网状拓扑表示 | 第16-18页 |
| ·软件网络建模 | 第18-22页 |
| ·现有的软件网络建模技术 | 第18-19页 |
| ·本文的软件网络建模过程 | 第19-21页 |
| ·软件网络邻接矩阵生成算法 | 第21-22页 |
| ·软件网络拓扑统计特性分析 | 第22-25页 |
| ·基本度量参数 | 第22-24页 |
| ·软件实例分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于信息熵的TOP-K重要节点挖掘算法 | 第26-36页 |
| ·引言 | 第26-27页 |
| ·基于信息熵的节点重要性度量体系相关定义 | 第27-29页 |
| ·节点熵值TOP-K挖掘算法K-INMIE | 第29-35页 |
| ·算法思想 | 第29-30页 |
| ·数据结构设计 | 第30页 |
| ·算法设计及实例分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于故障传播的TOP-K重要节点挖掘算法 | 第36-46页 |
| ·引言 | 第36-37页 |
| ·故障传播模型基本问题描述及定义 | 第37-42页 |
| ·节点故障概率TOP-K挖掘算法K-INMFP | 第42-45页 |
| ·算法思想 | 第42-43页 |
| ·K-INMFP相关算法设计 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 实验结果与分析 | 第46-56页 |
| ·实验环境配置 | 第46页 |
| ·实验数据介绍 | 第46-47页 |
| ·基于信息熵的TOP-K重要节点挖掘算法实验结果分析 | 第47-52页 |
| ·函数节点的信息熵评估 | 第47-48页 |
| ·基于信息熵的软件各版本稳定性分析 | 第48-50页 |
| ·与其他度量指标对比分析 | 第50-52页 |
| ·基于故障传播的TOP-K重要节点挖掘算法实验结果分析 | 第52-55页 |
| ·节点故障敏感度分析 | 第52-53页 |
| ·基于故障传播的软件各版本稳定性分析 | 第53-54页 |
| ·与其它度量指标对比分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第62-63页 |
| 致谢 | 第63页 |