基于大规模图谱分析的海量网络流量数据挖掘
| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 中国互联网发展现状 | 第13-16页 |
| 1.2 网络流量监测方法及重要意义 | 第16-17页 |
| 1.3 论文总体概览 | 第17-23页 |
| 1.4 论文主要内容和创新点 | 第23-24页 |
| 1.5 论文结构 | 第24-26页 |
| 第二章 支持大规模图谱计算的基础算法库 | 第26-47页 |
| 2.1 算法库意义 | 第26-27页 |
| 2.2 并行矩阵乘法算法 | 第27-33页 |
| 2.2.1 算法的并行设计 | 第27-33页 |
| 2.2.2 算法评估 | 第33页 |
| 2.3 并行矩阵求逆算法 | 第33-39页 |
| 2.3.1 算法的并行设计 | 第34-37页 |
| 2.3.2 算法数据结构设计 | 第37-38页 |
| 2.3.3 算法评估 | 第38-39页 |
| 2.4 并行无向图求连通子图算法 | 第39-46页 |
| 2.4.1 算法的并行设计 | 第39-44页 |
| 2.4.2 算法评估 | 第44-46页 |
| 2.5 本章小结 | 第46-47页 |
| 第三章 基于依赖图的用户点击识别分析 | 第47-65页 |
| 3.1 构建请求依赖图模型 | 第48-51页 |
| 3.1.1 用户网页浏览过程 | 第48-50页 |
| 3.1.2 请求依赖图 | 第50-51页 |
| 3.2 点击识别算法设计 | 第51-53页 |
| 3.3 并行点击识别算法设计 | 第53-58页 |
| 3.4 实验与算法评估 | 第58-64页 |
| 3.4.1 实验数据集和实验结果 | 第59-61页 |
| 3.4.2 算法准确性评估 | 第61-63页 |
| 3.4.3 算法加速比评估 | 第63页 |
| 3.4.4 算法参数选择 | 第63-64页 |
| 3.5 本章小结 | 第64-65页 |
| 第四章 基于依赖图的Web实体连接结构模式分析 | 第65-76页 |
| 4.1 研究背景 | 第65-66页 |
| 4.2 二部请求依赖图的特征 | 第66-69页 |
| 4.3 图形分解方法 | 第69-71页 |
| 4.4 结果分析 | 第71-75页 |
| 4.4.1 子图结构模式 | 第71-73页 |
| 4.4.2 子图结构解释 | 第73-75页 |
| 4.5 本章小结 | 第75-76页 |
| 第五章 基于海量DNS数据的恶意域名识别分析 | 第76-86页 |
| 5.1 DNS数据重要性 | 第76页 |
| 5.2 DNS请求应答建模 | 第76-79页 |
| 5.3 实验数据生成 | 第79-82页 |
| 5.3.1 真实数据集 | 第79-80页 |
| 5.3.2 测试数据集 | 第80-82页 |
| 5.4 DNS域名分类 | 第82-85页 |
| 5.4.1 特征选取 | 第82-83页 |
| 5.4.2 分类方法选择 | 第83-85页 |
| 5.5 本章小结 | 第85-86页 |
| 第六章 基于大规模移动流量数据的网页精细化分析 | 第86-108页 |
| 6.1 研究背景 | 第86-87页 |
| 6.2 快速点击识别算法 | 第87-93页 |
| 6.2.1 点击识别算法 | 第87-92页 |
| 6.2.2 流式数据处理 | 第92-93页 |
| 6.2.3 算法评估 | 第93页 |
| 6.3 快速广告流量识别 | 第93-100页 |
| 6.3.1 Adblock Plus介绍 | 第94页 |
| 6.3.2 快速匹配算法 | 第94-97页 |
| 6.3.3 并行实现 | 第97-98页 |
| 6.3.4 算法评估 | 第98-100页 |
| 6.4 网页流量精细化分析 | 第100-107页 |
| 6.5 本章小结 | 第107-108页 |
| 结束语:总结与展望 | 第108-110页 |
| 参考文献 | 第110-116页 |
| 附录: 缩写词说明 | 第116-117页 |
| 致谢 | 第117-118页 |
| 攻读学位期间发表的学术论文目录 | 第118页 |
