網(wǎng)絡(luò)空間測繪

目錄
第1章 緒論 1
1.1 網(wǎng)絡(luò)空間和網(wǎng)絡(luò)空間測繪 1
1.1.1 網(wǎng)絡(luò)空間的定義 1
1.1.2 網(wǎng)絡(luò)空間測繪的定義 2
1.2 網(wǎng)絡(luò)空間測繪的主要研究內(nèi)容 3
1.3 網(wǎng)絡(luò)空間測繪關(guān)鍵技術(shù) 5
1.3.1 探測層關(guān)鍵技術(shù) 5
1.3.2 映射層關(guān)鍵技術(shù) 7
1.3.3 繪制層關(guān)鍵技術(shù) 8
參考文獻(xiàn) 8
第2章 網(wǎng)絡(luò)空間實(shí)體資源探測與識(shí)別 9
2.1 網(wǎng)絡(luò)實(shí)體資源探測與識(shí)別技術(shù)研究現(xiàn)狀 9
2.1.1 網(wǎng)絡(luò)實(shí)體資源探測技術(shù) 9
2.1.2 網(wǎng)絡(luò)實(shí)體資源識(shí)別技術(shù) 11
2.2 基于TCP/IP協(xié)議指紋的識(shí)別方法 15
2.2.1 IP協(xié)議指紋 15
2.2.2 ICMP協(xié)議指紋 16
2.2.3 TCP協(xié)議指紋 17
2.3 基于應(yīng)用層協(xié)議指紋的識(shí)別方法 18
2.3.1 服務(wù)標(biāo)識(shí)指紋 18
2.3.2 頭部字段順序和語法指紋 19
2.3.3 文件特征指紋 20
2.3.4 處理方式指紋 21
2.4 網(wǎng)絡(luò)實(shí)體資源掃描工具與探測分析系統(tǒng) 21
2.4.1 網(wǎng)絡(luò)掃描工具 21
2.4.2 網(wǎng)絡(luò)實(shí)體資源探測分析系統(tǒng) 25
參考文獻(xiàn) 28
第3章 網(wǎng)絡(luò)虛擬資源發(fā)現(xiàn) 30
3.1 網(wǎng)絡(luò)虛擬資源發(fā)現(xiàn)概述 30
3.2 網(wǎng)絡(luò)虛擬資源發(fā)現(xiàn)技術(shù)研究現(xiàn)狀 31
3.2.1 微博用戶與群體分析技術(shù) 31
3.2.2 網(wǎng)絡(luò)用戶對(duì)齊分析技術(shù) 33
3.3 基于特征分析的微博炒作賬戶識(shí)別方法 34
3.3.1 問題描述 34
3.3.2 實(shí)驗(yàn)結(jié)果與分析 44
3.4 基于*大頻繁項(xiàng)集挖掘的炒作群體發(fā)現(xiàn)方法 47
3.4.1 問題描述 47
3.4.2 算法原理與主要步驟 52
3.4.3 實(shí)驗(yàn)結(jié)果與分析 54
3.5 基于概率生成模型的話題傳播群體劃分方法 57
3.5.1 問題描述 57
3.5.2 算法原理與主要步驟 62
3.5.3 實(shí)驗(yàn)結(jié)果與分析 67
3.6 基于雙重隨機(jī)游走思想的話題傳播關(guān)鍵用戶挖掘算法 68
3.6.1 問題描述 68
3.6.2 算法原理與主要步驟 71
3.6.3 實(shí)驗(yàn)結(jié)果與分析 75
3.7 基于合作博弈支持向量機(jī)的網(wǎng)絡(luò)用戶對(duì)齊算法 79
3.7.1 問題描述 79
3.7.2 算法原理與主要步驟 80
3.7.3 實(shí)驗(yàn)結(jié)果與分析 85
3.8 基于雙閾值密度聚類的塊數(shù)據(jù)對(duì)齊算法 87
3.8.1 問題描述 88
3.8.2 算法原理與主要步驟 89
3.8.3 實(shí)驗(yàn)結(jié)果與分析 92
參考文獻(xiàn) 95
第4章 目標(biāo)網(wǎng)絡(luò)結(jié)構(gòu)分析 98
4.1 目標(biāo)網(wǎng)絡(luò)結(jié)構(gòu)分析概述 98
4.2 目標(biāo)網(wǎng)絡(luò)結(jié)構(gòu)分析研究現(xiàn)狀 98
4.2.1 路由器級(jí)網(wǎng)絡(luò)拓?fù)浞治鏊惴?98
4.2.2 PoP級(jí)網(wǎng)絡(luò)拓?fù)浞治鏊惴?99
4.2.3 網(wǎng)絡(luò)異常檢測算法 99
4.3 基于單跳時(shí)延分布的城市區(qū)域網(wǎng)絡(luò)拓?fù)浞治鏊惴?100
4.3.1 問題描述 100
4.3.2 算法原理與主要步驟 100
4.3.3 實(shí)驗(yàn)結(jié)果與分析 104
4.4 目標(biāo)城市區(qū)域PoP級(jí)網(wǎng)絡(luò)分析算法 107
4.4.1 問題描述 107
4.4.2 算法原理與主要步驟 107
4.4.3 實(shí)驗(yàn)結(jié)果與分析 109
4.5 局部網(wǎng)絡(luò)匿名路由分析算法 116
4.5.1 問題描述 116
4.5.2 算法原理與主要步驟 118
4.5.3 實(shí)驗(yàn)結(jié)果與分析 122
4.6 基于模體的目標(biāo)區(qū)域網(wǎng)絡(luò)拓?fù)鋭澐炙惴?125
4.6.1 問題描述 126
4.6.2 算法原理與主要步驟 126
4.6.3 實(shí)驗(yàn)結(jié)果與分析 130
4.7 基于自我圖表示學(xué)習(xí)的動(dòng)態(tài)網(wǎng)絡(luò)異常檢測 133
4.7.1 問題描述 133
4.7.2 算法原理與主要步驟 135
4.7.3 實(shí)驗(yàn)結(jié)果與分析 136
參考文獻(xiàn) 141
第5章 網(wǎng)絡(luò)實(shí)體地標(biāo)挖掘 143
5.1 地標(biāo)挖掘技術(shù)研究現(xiàn)狀 143
5.1.1 候選地標(biāo)獲取技術(shù) 143
5.1.2 地標(biāo)可靠性評(píng)估技術(shù) 146
5.2 基于互聯(lián)網(wǎng)黃頁的街道級(jí)地標(biāo)獲取算法 148
5.2.1 問題描述 149
5.2.2 算法主要步驟 149
5.2.3 算法分析 150
5.2.4 實(shí)驗(yàn)結(jié)果與分析 151
5.3 基于服務(wù)開放端口的街道級(jí)地標(biāo)獲取算法 154
5.3.1 問題描述 155
5.3.2 算法原理與主要步驟 155
5.3.3 算法性能分析 160
5.3.4 實(shí)驗(yàn)結(jié)果與分析 160
5.4 基于三邊關(guān)系約束模型的街道級(jí)地標(biāo)評(píng)估算法 165
5.4.1 問題描述 165
5.4.2 算法原理與主要步驟 166
5.4.3 可行性分析 169
5.4.4 實(shí)驗(yàn)結(jié)果與分析 170
5.5 具有誤差上限的街道級(jí)地標(biāo)評(píng)估算法 174
5.5.1 問題描述 174
5.5.2 算法框架與基本步驟 174
5.5.3 算法原理分析 176
5.5.4 實(shí)驗(yàn)結(jié)果與分析 179
參考文獻(xiàn) 181
第6章 區(qū)域城市級(jí)IP定位技術(shù) 183
6.1 IP定位技術(shù)的研究背景 183
6.2 基于地標(biāo)聚類的網(wǎng)絡(luò)實(shí)體城市級(jí)定位 183
6.2.1 GeoPing算法概述與分析 184
6.2.2 算法原理與主要步驟 185
6.2.3 算法分析 188
6.2.4 實(shí)驗(yàn)結(jié)果與分析 191
6.3 基于路徑特征的目標(biāo)IP 區(qū)域估計(jì) 193
6.3.1 問題描述 193
6.3.2 算法原理與主要步驟 195
6.3.3 算法分析 198
6.3.4 實(shí)驗(yàn)結(jié)果與分析 199
6.4 基于區(qū)域網(wǎng)絡(luò)邊界識(shí)別的目標(biāo)IP城市級(jí)定位算法 201
6.4.1 問題描述 201
6.4.2 算法原理與主要步驟 202
6.4.3 實(shí)驗(yàn)結(jié)果與分析 212
6.5 基于PoP網(wǎng)絡(luò)拓?fù)涞腎P城市級(jí)定位算法 216
6.5.1 問題描述 216
6.5.2 算法原理與主要步驟 216
6.5.3 實(shí)驗(yàn)結(jié)果與分析 221
6.6 基于社區(qū)發(fā)現(xiàn)的IP城市級(jí)定位算法 225
6.6.1 問題描述 226
6.6.2 算法原理與主要步驟 227
6.6.3 算法分析 229
6.6.4 實(shí)驗(yàn)結(jié)果與分析 230
6.7 基于特征聚類的IP城市級(jí)定位算法 233
6.7.1 問題描述 234
6.7.2 算法基本原理 235
6.7.3 實(shí)驗(yàn)結(jié)果與分析 238
6.8 基于強(qiáng)連接子網(wǎng)的IP城市級(jí)定位算法 241
6.8.1 問題描述 241
6.8.2 算法主要步驟 242
6.8.3 實(shí)驗(yàn)結(jié)果與分析 245
參考文獻(xiàn) 246
第7章 街道小區(qū)級(jí)IP定位技術(shù) 248
7.1 基于多層相對(duì)時(shí)延-距離相關(guān)性的IP街道級(jí)定位算法 248
7.1.1 問題描述 248
7.1.2 算法設(shè)計(jì)思想 249
7.1.3 算法主要步驟 251
7.1.4 實(shí)驗(yàn)結(jié)果與分析 253
7.2 基于*近共同路由器的目標(biāo)IP定位算法 255
7.2.1 問題描述 255
7.2.2 算法原理與主要步驟 259
7.2.3 算法分析 263
7.2.4 實(shí)驗(yàn)結(jié)果與分析 265
7.3 誤差容忍的目標(biāo)IP定位算法 269
7.3.1 問題描述 269
7.3.2 算法原理與主要步驟 270
7.3.3 算法分析 273
7.3.4 實(shí)驗(yàn)結(jié)果與分析 274
7.4 基于目標(biāo)周邊路由器的IP街道級(jí)定位算法 277
7.4.1 問題描述 277
7.4.2 算法原理與主要步驟 279
7.4.3 實(shí)驗(yàn)結(jié)果與分析 286
7.5 基于局部時(shí)延分布相似性度量的目標(biāo)IP定位算法 289
7.5.1 問題描述 289
7.5.2 算法原理與主要步驟 290
7.5.3 局部時(shí)延分布獲取與相似性計(jì)算 291
7.5.4 算法分析 293
7.5.5 實(shí)驗(yàn)結(jié)果與分析 295
7.6 基于路由器誤差訓(xùn)練的IP定位算法 296
7.6.1 問題描述 296
7.6.2 算法原理與主要步驟 296
7.6.3 實(shí)驗(yàn)結(jié)果與分析 300
參考文獻(xiàn) 303
第8章 即時(shí)通信用戶定位 304
8.1 即時(shí)通信用戶定位概述 304
8.1.1 即時(shí)通信用戶定位研究背景 304
8.1.2 即時(shí)通信用戶定位的研究現(xiàn)狀 304
8.1.3 存在的主要問題 311
8.2 基于通告距離統(tǒng)計(jì)特性的定位算法 312
8.2.1 現(xiàn)有基于空間劃分的微信用戶定位算法簡介及分析 312
8.2.2 算法原理與主要步驟 314
8.2.3 基于通告距離統(tǒng)計(jì)特性確定初始空間范圍 315
8.2.4 基于分步策略確定目標(biāo)用戶位置 317
8.2.5 實(shí)驗(yàn)結(jié)果與分析 318
8.3 基于查詢結(jié)果中用戶失序分析的定位算法 321
8.3.1 現(xiàn)有基于查詢結(jié)果相對(duì)次序的LBSN用戶定位算法簡介及分析 322
8.3.2 相關(guān)定義 323
8.3.3 算法原理與主要步驟 323
8.3.4 基于失序現(xiàn)象統(tǒng)計(jì)分析確定混雜區(qū)間 324
8.3.5 基于三邊測量原理確定目標(biāo)用戶位置 326
8.3.6 實(shí)驗(yàn)結(jié)果與分析 328
8.4 基于查詢結(jié)果中用戶次序變化的定位算法 331
8.4.1 問題描述 332
8.4.2 算法原理與主要步驟 332
8.4.3 利用查詢結(jié)果中用戶次序特性確定實(shí)際距離 334
8.4.4 基于三邊測量原理定位目標(biāo)用戶 335
8.4.5 算法復(fù)雜度分析 336
8.4.6 實(shí)驗(yàn)結(jié)果與分析 336
參考文獻(xiàn) 338
第9章 社交網(wǎng)絡(luò)用戶位置推斷 339
9.1 用戶位置推斷技術(shù)研究現(xiàn)狀 339
9.1.1 基于生成文本的用戶位置推斷 339
9.1.2 基于社交關(guān)系的用戶位置推斷方法 342
9.1.3 基于生成文本和社交關(guān)系的位置推斷方法 343
9.2 基于語義特征提取位置指示詞的用戶位置推斷 345
9.2.1 方法主要步驟 346
9.2.2 方法原理分析 349
9.2.3 實(shí)驗(yàn)結(jié)果與分析 351
9.3 基于社交關(guān)系圖的用戶位置推斷 355
9.3.1 基于社交關(guān)系圖的用戶位置推斷方法 355
9.3.2 實(shí)驗(yàn)結(jié)果與分析 359
9.4 基于表示學(xué)習(xí)和標(biāo)簽傳播的用戶位置推斷 361
9.4.1 基于表示學(xué)習(xí)和標(biāo)簽傳播的用戶位置推斷方法 362
9.4.2 實(shí)驗(yàn)結(jié)果與分析 367
參考文獻(xiàn) 370