| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究内容和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 网络用户行为分析 | 第12-14页 |
| 1.2.2 网络用户行为可信性研究 | 第14-15页 |
| 1.2.3 基于数据挖掘的虚拟身份识别 | 第15-16页 |
| 1.3 论文结构 | 第16-18页 |
| 第二章 基本理论方法和技术 | 第18-36页 |
| 2.1 Spark大数据处理技术 | 第18-25页 |
| 2.1.1 概述 | 第18-20页 |
| 2.1.2 Spark组件之Spark Streaming | 第20-21页 |
| 2.1.3 Spark组件之GraphX | 第21-24页 |
| 2.1.4 Spark组件之MLlib | 第24-25页 |
| 2.2 数据挖掘之数据预处理 | 第25-27页 |
| 2.2.1 数据评估 | 第26-27页 |
| 2.2.2 数据预处理步骤 | 第27页 |
| 2.3 关联分析 | 第27-32页 |
| 2.3.1 概念 | 第27-30页 |
| 2.3.2 经典算法之Apriori算法 | 第30-32页 |
| 2.4 分类之决策树算法 | 第32-36页 |
| 2.4.1 决策树的定义 | 第32-33页 |
| 2.4.2 决策树的学习 | 第33-34页 |
| 2.4.3 “剪枝”处理 | 第34-35页 |
| 2.4.4 决策树的优缺点 | 第35-36页 |
| 第三章 网络虚拟身份合一分析系统框架 | 第36-44页 |
| 3.1 概述 | 第36-37页 |
| 3.2 数据采集系统 | 第37-39页 |
| 3.2.1 采集系统介绍 | 第37-38页 |
| 3.2.2 数据字段信息介绍 | 第38-39页 |
| 3.3 数据预处理 | 第39-42页 |
| 3.4 虚拟身份合一的关键点研究 | 第42-44页 |
| 3.4.1 时间窗口的选择 | 第42-43页 |
| 3.4.2 有效识别虚假记录 | 第43页 |
| 3.4.3 确定NUVIs之间的关联关系 | 第43页 |
| 3.4.5 虚拟身份合并 | 第43-44页 |
| 第四章 虚拟身份合一关键算法研究与实现 | 第44-64页 |
| 4.1 概述 | 第44-45页 |
| 4.2 寻找假mac和假netid | 第45-49页 |
| 4.2.1 问题来源 | 第45-46页 |
| 4.2.2 发现数据特征 | 第46-47页 |
| 4.2.3 确定阈值 | 第47-49页 |
| 4.3 挖掘频繁虚拟身份对的关联分析算法 | 第49-54页 |
| 4.3.1 数据准备 | 第49-51页 |
| 4.3.2 算法优化前 | 第51页 |
| 4.3.3 算法优化后 | 第51-54页 |
| 4.4 身份合并算法 | 第54-64页 |
| 4.4.1 优化前之同人关系传播算法 | 第54-59页 |
| 4.4.2 优化后之最大连通子图算法 | 第59-62页 |
| 4.4.3 优化前后对比 | 第62-64页 |
| 第五章 总结和展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的学术论文目录 | 第68页 |