幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

網路空間測繪(普通高等教育網路空間安全系列教材)

  • 作者：羅向陽//劉琰//尹美娟|責編:于海雲
  • 出版社：科學
  • ISBN：9787030649447
  • 出版日期：2020/10/01
  • 裝幀：平裝
  • 頁數：370
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    網路空問測繪作為網路空間安全的關鍵基礎丁程，近年來受到了學術界、產業界和政府部門的高度關注。作為這一概念的提出者，作者在本書中較為系統地闡述了網路空間測繪的概念、國內外相關研究動態，以及作者及其團隊在網路空間測繪領域的最新研究進展。
    本書可供網路空間安全、電腦科學與技術、通信工程、軟體工程、信息安全、數據科學與大數據、人工智慧等領域的高校教師、研究生和高年級本科生使用，也可供相關科研人員和工程技術人員參考。
作者介紹
羅向陽//劉琰//尹美娟|責編:于海雲
目錄
第1章  緒論
  1.1  網路空間和網路空間測繪
    1.1.1  網路空間的定義
    1.1.2  網路空間測繪的定義
  1.2  網路空間測繪的主要研究內容
  1.3  網路空間測繪關鍵技術
    1.3.1  探測層關鍵技術
    1.3.2  映射層關鍵技術
    1.3.3  繪製層關鍵技術
  參考文獻
第2章  網路空間實體資源探測與識別
  2.1  網路實體資源探測與識別技術研究現狀
    2.1.1  網路實體資源探測技術
    2.1.2  網路實體資源識別技術
  2.2  基於TCP／IP協議指紋的識別方法
    2.2.1  IP協議指紋
    2.2.2  ICMP協議指紋
    2.2.3  TCP協議指紋
  2.3  基於應用層協議指紋的識別方法
    2.3.1  服務標識指紋
    2.3.2  頭部欄位順序和語法指紋
    2.3.3  文件特徵指紋
    2.3.4  處理方式指紋
  2.4  網路實體資源掃描工具與探測分析系統
    2.4.1  網路掃描工具
    2.4.2  網路實體資源探測分析系統
  參考文獻
第3章  網路虛擬資源發現
  3.1  網路虛擬資源發現概述
  3.2  網路虛擬資源發現技術研究現狀
    3.2.1  微博用戶與群體分析技術
    3.2.2  網路用戶對齊分析技術
  3.3  基於特徵分析的微博炒作賬戶識別方法
    3.3.1  問題描述
    3.3.2  實驗結果與分析
  3.4  基於最大頻繁項集挖掘的炒作群體發現方法
    3.4.1  問題描述
    3.4.2  演算法原理與主要步驟
    3.4.3  實驗結果與分析
  3.5  基於概率生成模型的話題傳播群體劃分方法
    3.5.1  問題描述
    3.5.2  演算法原理與主要步驟
    3.5.3  實驗結果與分析
  3.6  基於雙重隨機遊走思想的話題傳播關鍵用戶挖掘演算法
    3.6.1  問題描述
    3.6.2  演算法原理與主要步驟
    3.6.3  實驗結果與分析
  3.7  基於合作博弈支持向量機的網路用戶對齊演算法
    3.7.1  問題描述
    3.7.2  演算法原理與主要步驟

    3.7.3  實驗結果與分析
  3.8  基於雙閾值密度聚類的塊數據對齊演算法
    3.8.1  問題描述
    3.8.2  演算法原理與主要步驟
    3.8.3  實驗結果與分析
  參考文獻
第4章  目標網路結構分析
  4.1  目標網路結構分析概述
  4.2  目標網路結構分析研究現狀
    4.2.1  路由器級網路拓撲分析演算法
    4.2.2  PoP級網路拓撲分析演算法
    4.2.3  網路異常檢測演算法
  4.3  基於單跳時延分佈的城市區域網路拓撲分析演算法
    4.3.1  問題描述
    4.3.2  演算法原理與主要步驟
    4.3.3  實驗結果與分析
  4.4  目標城市區域PoP級網路分析演算法
    4.4.1  問題描述
    4.4.2  演算法原理與主要步驟
    4.4.3  實驗結果與分析
  4.5  局部網路匿名路由分析演算法
    4.5.1  問題描述
    4.5.2  演算法原理與主要步驟
    4.5.3  實驗結果與分析
  4.6  基於模體的目標區域網路拓撲劃分演算法
    4.6.1  問題描述
    4.6.2  演算法原理與主要步驟
    4.6.3  實驗結果與分析
  4.7  基於自我圖表示學習的動態網路異常檢測
    4.7.1  問題描述
    4.7.2  演算法原理與主要步驟
    4.7.3  實驗結果與分析
  參考文獻
第5章  網路實體地標挖掘
  5.1  地標挖掘技術研究現狀
    5.1.1  候選地標獲取技術
    5.1.2  地標可靠性評估技術
  5.2  基於互聯網黃頁的街道級地標獲取演算法
    5.2.1  問題描述
    5.2.2  演算法主要步驟
    5.2.3  演算法分析
    5.2.4  實驗結果與分析
  5.3  基於服務開放埠的街道級地標獲取演算法
    5.3.1  問題描述
    5.3.2  演算法原理與主要步驟
    5.3.3  演算法性能分析
    5.3.4  實驗結果與分析
  5.4  基於三邊關係約束模型的街道級地標評估演算法
    5.4.1  問題描述
    5.4.2  演算法原理與主要步驟

    5.4.3  可行性分析
    5.4.4  實驗結果與分析
  5.5  具有誤差上限的街道級地標評估演算法
    5.5.1  問題描述
    5.5.2  演算法框架與基本步驟
    5.5.3  演算法原理分析
    5.5.4  實驗結果與分析
  參考文獻
第6章  區域城市級IP定位技術
  6.1  IP定位技術的研究背景
  6.2  基於地標聚類的網路實體城市級定位
    6.2.1  GeoPing演算法概述與分析
    6.2.2  演算法原理與主要步驟
    6.2.3  演算法分析
    6.2.4  實驗結果與分析
  6.3  基於路徑特徵的目標IP區域估計
    6.3.1  問題描述
    6.3.2  演算法原理與主要步驟
    6.3.3  演算法分析
    6.3.4  實驗結果與分析
  6.4  基於區域網路邊界識別的目標IP城市級定位演算法
    6.4.1  問題描述
    6.4.2  演算法原理與主要步驟
    6.4.3  實驗結果與分析
  6.5  基於PoP網路拓撲的IP城市級定位演算法
    6.5.1  問題描述
    6.5.2  演算法原理與主要步驟
    6.5.3  實驗結果與分析
  6.6  基於社區發現的IP城市級定位演算法
    6.6.1  問題描述
    6.6.2  演算法原理與主要步驟
    6.6.3  演算法分析
    6.6.4  實驗結果與分析
  6.7  基於特徵聚類的IP城市級定位演算法
    6.7.1  問題描述
    6.7.2  演算法基本原理
    6.7.3  實驗結果與分析
  6.8  基於強連接子網的IP城市級定位演算法
    6.8.1  問題描述
    6.8.2  演算法主要步驟
    6.8.3  實驗結果與分析
  參考文獻
第7章  街道小區級IP定位技術
  7.1  基於多層相對時延.距離相關性的IP街道級定位演算法
    7.1.1  問題描述
    7.1.2  演算法設計思想
    7.1.3  演算法主要步驟
    7.1.4  實驗結果與分析
  7.2  基於最近共同路由器的目標IP定位演算法
    7.2.1  問題描述

    7.2.2  演算法原理與主要步驟
    7.2.3  演算法分析
    7.2.4  實驗結果與分析
  7.3  誤差容忍的目標IP定位演算法
    7.3.1  問題描述
    7.3.2  演算法原理與主要步驟
    7.3.3  演算法分析
    7.3.4  實驗結果與分析
  7.4  基於目標周邊路由器的IP街道級定位演算法
    7.4.1  問題描述
    7.4.2  演算法原理與主要步驟
    7.4.3  實驗結果與分析
  7.5  基於局部時延分佈相似性度量的目標IP定位演算法
    7.5.1  問題描述
    7.5.2  演算法原理與主要步驟
    7.5.3  局部時延分佈獲取與相似性計算
    7.5.4  演算法分析
    7.5.5  實驗結果與分析
  7.6  基於路由器誤差訓練的IP定位演算法
    7.6.1  問題描述
    7.6.2  演算法原理與主要步驟
    7.6.3  實驗結果與分析
  參考文獻
第8章  即時通信用戶定位
  8.1  即時通信用戶定位概述
    8.1.1  即時通信用戶定位研究背景
    8.1.2  即時通信用戶定位的研究現狀
    8.1.3  存在的主要問題
  8.2  基於通告距離統計特性的定位演算法
    8.2.1  現有基於空間劃分的微信用戶定位演算法簡介及分析
    8.2.2  演算法原理與主要步驟
    8.2.3  基於通告距離統計特性確定初始空間範圍
    8.2.4  基於分步策略確定目標用戶位置
    8.2.5  實驗結果與分析
  8.3  基於查詢結果中用戶失序分析的定位演算法
    8.3.1  現有基於查詢結果相對次序的LBsN用戶定位演算法簡介及分析
    8.3.2  相關定義
    8.3.3  演算法原理與主要步驟
    8.3.4  基於失序現象統計分析確定混雜區間
    8.3.5  基於三邊測量原理確定目標用戶位置
    8.3.6  實驗結果與分析
  8.4  基於查詢結果中用戶次序變化的定位演算法
    8.4.1  問題描述
    8.4.2  演算法原理與主要步驟
    8.4.3  利用查詢結果中用戶次序特性確定實際距離
    8.4.4  基於三邊測量原理定位目標用戶
    8.4.5  演算法複雜度分析
    8.4.6  實驗結果與分析
  參考文獻
第9章  社交網路用戶位置推斷

  9.1  用戶位置推斷技術研究現狀
    9.1.1  基於生成文本的用戶位置推斷
    9.1.2  基於社交關係的用戶位置推斷方法
    9.1.3  基於生成文本和社交關係的位置推斷方法
  9.2  基於語義特徵提取位置指示詞的用戶位置推斷
    9.2.1  方法主要步驟
    9.2.2  方法原理分析
    9.2.3  實驗結果與分析
  9.3  基於社交關係圖的用戶位置推斷
    9.3.1  基於社交關係圖的用戶位置推斷方法
    9.3.2  實驗結果與分析
  9.4  基於表示學習和標籤傳播的用戶位置推斷
    9.4.1  基於表示學習和標籤傳播的用戶位置推斷方法
    9.4.2  實驗結果與分析
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032