邮件通联网络中的目标关联挖掘系统设计与实现

发布时间：2021-12-27 22:04

　　2018年8月20日,据中国互联网络信息中心发布的第42次《中国互联网络发展状况统计报告》报道,我国2018年上网人数已经到达8.02亿^[1]。在互联网快速发展的背景下,世界各个角落的人们不断打破时空界限,相互交流、碰撞思维。近年来,围绕网络和数据的服务以及应用呈现爆发式增长,丰富的应用场景下暴露出来的网络安全风险,如今年频繁发生的勒索病毒、电信诈骗、网络暴力等问题,已经给互联网发展和治理带来极大的挑战。如何运用科学的方法对网络威胁进行提前发现和预警,应该成为我们应对网络安全威胁的重要举措之一。本文以邮件通联原始数据为研究对象,在认真调研系统目标、充分分析论证系统需求的基础上,提出了多维度目标融合算法,设计并实现了邮件通联网络中的目标关联挖掘系统。本文的主要工作包括:1.针对系统目标,分析系统需求,总结提炼系统功能。通过业务需求调研,把系统目标确定为:对邮件通联原始数据进行分析研究,通过相应条件的关联挖掘分析和可视化展示,将复杂的结构和态势变得直观、形象,从而发现其中隐藏的规律。并根据这一系统目标,总结提炼系统基于目标的通联分析能力等6项具体功能需求。2.根据系统... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

复杂网络图

邮件网络结构

无向图和有向图

【参考文献】：
期刊论文
[1]采用PageRank和节点聚类系数的标签传播重叠社区发现算法[J]. 马健,刘峰,李红辉,樊建平.  国防科技大学学报. 2019(01)
[2]面向大规模网络的快速重叠社团挖掘算法[J]. 李政廉,吉立新,黄瑞阳,兰巨龙.  电子学报. 2019(02)
[3]基于改进节点收缩法的加权供应链网络节点重要度评估[J]. 刘娜,沈江,于鲲鹏,刘爱军,王钰莹.  天津大学学报(自然科学与工程技术版). 2018(10)
[4]基于节点重要性与相似性的重叠社区发现算法[J]. 付饶,孟凡荣,邢艳.  计算机工程. 2018(09)
[5]Weighted Scaling in Non-growth Random Networks[J]. 陈光,杨旭华,徐新黎.  Communications in Theoretical Physics. 2012(09)
[6]复杂网络簇结构探测——基于随机游走的蚁群算法[J]. 金弟,杨博,刘杰,刘大有,何东晓.  软件学报. 2012(03)
[7]通信网中节点重要性的评价方法[J]. 陈勇,胡爱群,胡啸.  通信学报. 2004(08)

博士论文
[1]动态社交网络中人群移动性分析[D]. Poria Pirozmand.大连理工大学 2017
[2]复杂网络中社区发现关键技术研究[D]. 朱牧.中国矿业大学 2014
[3]社会网络社团挖掘若干关键技术研究[D]. 林旺群.国防科学技术大学 2012

硕士论文
[1]复杂网络中的重叠社区发现算法研究[D]. 付顺顺.中国人民公安大学 2018
[2]复杂网络中重要节点排序及影响力度量研究[D]. 李梦甜.兰州大学 2018
[3]复杂网络重叠社团发现算法研究[D]. 邓国亮.兰州大学 2018
[4]复杂网络重要节点排序算法[D]. 朱梓嫣.南京邮电大学 2016
[5]基于局部信息的复杂网络社区发现算法研究[D]. 彭燕.吉林大学 2013



本文编号：3552818