通信系統(tǒng)網絡結構與行為分析

目錄
第1章 緒論 1
1.1 網絡態(tài)勢感知的需求分析 2
1.1.1 面向數據篩選的網絡態(tài)勢感知需求 2
1.1.2 面向目標監(jiān)視的網絡態(tài)勢感知需求 4
1.1.3 面向行為異常監(jiān)測的網絡態(tài)勢感知需求 7
1.2 網絡態(tài)勢感知應用價值分析 8
1.2.1 提供多層次多尺度的網絡全景態(tài)勢 9
1.2.2 牽引數據挖掘型數據分析模式變革 11
1.3 當前研究現(xiàn)狀與發(fā)展動態(tài) 12
1.3.1 網絡空間態(tài)勢元數據描述模型研究 13
1.3.2 網絡結構分析技術研究現(xiàn)狀 15
1.3.3 網絡行為分析研究現(xiàn)狀 23
1.4 本書的主要內容與章節(jié)安排 29
第2章 基于跳數矩陣的隱含網絡結構推理 30
2.1 引言 30
2.2 基本概念 32
2.2.1 隱含網絡結構 32
2.2.2 跳數矩陣 33
2.3 基于跳數矩陣的隱含網絡結構推理算法 34
2.3.1 初始樹形結構生成 36
2.3.2 樹形結構生成 37
2.3.3 網絡結構生成 39
2.4 算法性能分析 41
2.4.1 基于完備跳數矩陣的結構推理性能分析 42
2.4.2 基于不完備跳數矩陣的結構推理性能分析 44
第3章 基于社區(qū)結構挖掘的業(yè)務網絡發(fā)現(xiàn) 48
3.1 引言 48
3.2 基本概念 51
3.3 基于鄰域相似性的社區(qū)結構挖掘方法 52
3.4 算法性能分析 55
3.4.1 數據集及性能指標 55
3.4.2 人工數據集性能測試結果 56
3.4.3 某通信系統(tǒng)網絡A業(yè)務網絡發(fā)現(xiàn)的應用分析 58
第4章 通信系統(tǒng)網絡多層多維多尺度目標行為實證分析 61
4.1 引言 61
4.2 通信系統(tǒng)網絡多層多維多尺度目標行為分析框架 62
4.3 通信系統(tǒng)網絡物理層目標行為實證分析 64
4.3.1 信號行為特征量分布行為分析 66
4.3.2 基于信號演化行為的近似關聯(lián)性分析 74
4.4 通信系統(tǒng)網絡層目標行為實證分析 77
4.4.1 IP行為特征量分布行為分析 78
4.4.2 基于IP分布行為的近似關聯(lián)性分析 85
第5章 基于樸素貝葉斯推理的網絡目標屬性挖掘 87
5.1 引言 87
5.2 基本概念 89
5.2.1 樸素貝葉斯分類 89
5.2.2 樸素貝葉斯分類器的增量學習 91
5.3 聚類引導式的增量貝葉斯推理算法 95
5.3.1 增量學習的樣本選擇策略 95
5.3.2 聚類引導式增量樸素貝葉斯推理算法 96
5.4 算法性能分析 99
5.4.1 數據集及聚類質量衡量指標 99
5.4.2 UCI標準數據集實驗分析 100
5.4.3 針對通信系統(tǒng)網絡信號出入向屬性判斷的性能分析 102
5.4.4 針對通信系統(tǒng)網絡IP屬性判斷的性能分析 104
第6章 基于譜聚類的網絡目標關聯(lián)關系挖掘 106
6.1 引言 106
6.2 基本概念 107
6.2.1 傳統(tǒng)譜聚類 107
6.2.2 目標交互行為相似性 110
6.3 自適應加權譜聚類算法 111
6.3.1 尺度參數的自適應調整算法 111
6.3.2 自適應加權譜聚類算法 114
6.4 算法性能分析 115
6.4.1 數據集及聚類質量衡量指標 115
6.4.2 人工數據集性能分析 118
6.4.3 UCI標準數據集性能分析 121
6.4.4 某通信系統(tǒng)網絡IP通聯(lián)元數據集應用分析 122
第7章 某通信系統(tǒng)網絡態(tài)勢感知實驗系統(tǒng)介紹 126
7.1 引言 126
7.2 通信系統(tǒng)網絡態(tài)勢感知實驗系統(tǒng)設計 126
7.2.1 設計思路、系統(tǒng)組成與工作原理 126
7.2.2 網絡數據接入及預處理模塊 128
7.2.3 網絡結構/行為分析引擎 128
7.2.4 態(tài)勢可視化展示模塊 129
第8章 基于有向圖模型的網絡異常目標檢測 132
8.1 引言 132
8.2 基本概念 133
8.3 基于有向社交網絡的Sybil檢測方法 135
8.4 算法性能分析 139
8.4.1 Sybil檢測性能分析 139
8.4.2 與SybilDefender的性能比較 141
索引 143
參考文獻 145