数据挖掘技术在计算机取证的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 绪论 | 第10-13页 |
| 1 课题研究的背景及意义 | 第10-11页 |
| 2 本文的主要工作 | 第11页 |
| 3 论文章节安排 | 第11-13页 |
| 第一章 计算机取证技术 | 第13-26页 |
| ·计算机取证的定义 | 第13页 |
| ·计算机取证案例分析 | 第13-15页 |
| ·计算机证据的特点 | 第15-17页 |
| ·计算机取证的基本原则 | 第17-18页 |
| ·计算机取证技术的分类 | 第18-22页 |
| ·计算机静态取证 | 第19-21页 |
| ·计算机动态取证 | 第21-22页 |
| ·计算机取证技术研究现状 | 第22-23页 |
| ·计算机取证存在的问题和发展趋势 | 第23-25页 |
| ·计算机取证存在的问题 | 第23-24页 |
| ·计算机取证技术的发展趋势 | 第24-25页 |
| 本章小结 | 第25-26页 |
| 第二章 数据挖掘及相关算法简介 | 第26-34页 |
| ·数据挖掘 | 第26页 |
| ·数据挖掘算法分类 | 第26-29页 |
| ·关联规则分析方法 | 第27-28页 |
| ·分类分析方法 | 第28-29页 |
| ·聚类分析方法 | 第29页 |
| ·PageRank算法 | 第29-30页 |
| ·云模型 | 第30-33页 |
| ·云模型简介 | 第30-31页 |
| ·正向云和逆向云 | 第31-32页 |
| ·前件云发生器和后件云发生器 | 第32-33页 |
| 本章小结 | 第33-34页 |
| 第三章 CWFM系统设计 | 第34-39页 |
| ·CWFM设计原则 | 第34页 |
| ·CWFM模型 | 第34-36页 |
| ·取证信息源的获取 | 第36-38页 |
| ·取证信息源 | 第36-38页 |
| ·计算机证据的本体表示 | 第38页 |
| 本章小结 | 第38-39页 |
| 第四章 取证信息的保护及预处理 | 第39-53页 |
| ·日志的特点 | 第39-40页 |
| ·常见数据源日志 | 第40-44页 |
| ·日志的保护 | 第44-48页 |
| ·数字签名简介 | 第44-45页 |
| ·数字签名基本方法 | 第45-46页 |
| ·DSA数字签名 | 第46-48页 |
| ·日志预处理 | 第48-52页 |
| ·日志预处理基本步骤 | 第48-49页 |
| ·连续数据的离散化 | 第49-52页 |
| 本章小结 | 第52-53页 |
| 第五章 取证信息的分析 | 第53-65页 |
| ·实验数据 | 第53-54页 |
| ·数据场算法在计算机取证中的应用 | 第54-57页 |
| ·数据场 | 第54页 |
| ·数据场聚类的思想 | 第54-55页 |
| ·数据场聚类算法在计算机取证的应用 | 第55-57页 |
| ·基于云模型的入侵数据相似性度量方法 | 第57-61页 |
| ·误用检测库 | 第57-58页 |
| ·基于云模型的入侵数据相似度计算 | 第58-59页 |
| ·基于云模型的协同过滤推荐算法方法 | 第59-61页 |
| ·PageRank算法在计算机取证中的应用 | 第61-64页 |
| ·PageRank | 第61页 |
| ·PageRank算法的思想 | 第61-62页 |
| ·PageRank算法在计算机取证中的应用 | 第62-64页 |
| ·结果分析 | 第64页 |
| 本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 未来的研究方向 | 第65页 |
| 本文所做的具体工作 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文及科研项目 | 第69-70页 |
