| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文的主要工作 | 第10页 |
| ·文章结构安排 | 第10-12页 |
| 第二章 理论基础 | 第12-17页 |
| ·贝叶斯网络概述 | 第12页 |
| ·贝叶斯网络学习 | 第12-13页 |
| ·贝叶斯网络结构学习 | 第12-13页 |
| ·贝叶斯网络参数学习 | 第13页 |
| ·贝叶斯网络分类器模型 | 第13-15页 |
| ·朴素贝叶斯分类器 | 第13-14页 |
| ·树增强型朴素贝叶斯分类器模型 | 第14-15页 |
| ·支持向量机分类器模型 | 第15-16页 |
| ·随机森林分类器模型 | 第16页 |
| ·J48分类器模型 | 第16-17页 |
| 第三章 Copula贝叶斯网络和copula网络分类器 | 第17-25页 |
| ·Copula介绍 | 第17-18页 |
| ·Copula贝叶斯网络 | 第18-19页 |
| ·Copula网络分类器 | 第19-21页 |
| ·条件copula | 第19-20页 |
| ·Copula网络分类器 | 第20-21页 |
| ·Copula网络分类器的参数学习 | 第21-23页 |
| ·单变量的密度估计 | 第21-22页 |
| ·参数估计 | 第22页 |
| ·结构学习和模型选择 | 第22-23页 |
| ·实例分析 | 第23-25页 |
| 第四章 实证分析 | 第25-39页 |
| ·数据收集 | 第25-27页 |
| ·数据的预处理 | 第27页 |
| ·数据描述 | 第27-31页 |
| ·应用程序层特征 | 第27-29页 |
| ·基于网络层特征 | 第29-31页 |
| ·评价指标的设定 | 第31-32页 |
| ·跨层数据实验结果与分析 | 第32-37页 |
| ·实验结果与分析 1 | 第32-34页 |
| ·实验结果与分析 2 | 第34-37页 |
| ·CNC模型网站检测分析 | 第37-39页 |
| 第五章 总结与展望 | 第39-40页 |
| ·工作总结 | 第39页 |
| ·未来展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43页 |