本文選題：計算機(jī)取證　切入點：網(wǎng)絡(luò)爬蟲　出處：《合肥工業(yè)大學(xué)》2014年碩士論文

【摘要】：隨著計算機(jī)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,以計算機(jī)網(wǎng)絡(luò)為工具和媒介的犯罪活動不斷增長。傳統(tǒng)的計算機(jī)取證技術(shù)依賴對個人電腦和本地服務(wù)器數(shù)據(jù)存儲介質(zhì)的獲取。而在網(wǎng)絡(luò)與云計算技術(shù)的發(fā)展下,大量信息存儲于取證方很難直接訪問的云端服務(wù)器中,難以進(jìn)行直接和有效的取證,對傳統(tǒng)的計算機(jī)取證技術(shù)提出了挑戰(zhàn)。本文針對這一問題,提出網(wǎng)絡(luò)取證相關(guān)模型和方法,研究和設(shè)計一個可信度網(wǎng)頁取證系統(tǒng),主要研究內(nèi)容包括：首先,針對網(wǎng)頁的可信取證問題,本文提出三層取證模型,將整個取證過程分為網(wǎng)絡(luò)數(shù)據(jù)層、內(nèi)容爬取層、截圖取證層三個部分,在不同層次上進(jìn)行數(shù)據(jù)獲取,對保存的證據(jù)可以在不同層次間進(jìn)行交叉驗證。同時,對所獲取的網(wǎng)頁組件重新還原出原來的網(wǎng)頁,并在本地瀏覽器中真實的顯示出來,保證了網(wǎng)頁取證電子證據(jù)的完整性、一致性和可驗證性。其次,針對社交網(wǎng)站取證問題,本文以新浪微博為例,設(shè)計了一套有效的取證解決方案,主要對用戶發(fā)表的信息、人臉圖片、位置信息進(jìn)行固定,依靠網(wǎng)頁取證方法確保信息的可信性,而利用信息可視化展示手段,輔助分析,有助于應(yīng)對在海量社交網(wǎng)站數(shù)據(jù)背景下的計算機(jī)取證工作難題。最后,針對互聯(lián)網(wǎng)數(shù)字圖像取證問題,本文提取合成圖像、重壓縮圖像和計算機(jī)生成圖像(CG)的圖像特征,設(shè)計基于SVM的取證分類器,然后使用D-S證據(jù)理論對多種圖像類別特征進(jìn)行融合,提高了對常見圖像分類取證的準(zhǔn)確性和可靠性。
[Abstract]:With the rapid development of computer and Internet technology, Criminal activities using computer networks as tools and media are on the rise. Traditional computer forensics technology relies on the acquisition of data storage media for personal computers and local servers. With the development of network and cloud computing technology, A large amount of information is stored in the cloud server, which is difficult for the forensics parties to access directly, so it is difficult to obtain evidence directly and effectively, which challenges the traditional computer forensics technology. In view of this problem, this paper puts forward the related models and methods of network forensics. This paper studies and designs a credible web forensics system. The main research contents are as follows: first of all, aiming at the problem of web pages' credible forensics, this paper proposes a three-layer forensics model, which divides the whole process into network data layer and content crawling layer. The three parts of the screenshot and forensics layer are used to obtain data at different levels, and the stored evidence can be cross-validated between different levels. At the same time, the original web page is restored to the obtained web page components. And the real display in the local browser ensures the integrity, consistency and verifiability of the electronic evidence of web forensics. Secondly, aiming at the problem of forensics on social networking sites, this paper takes Weibo of Sina as an example. A set of effective forensics solution is designed, which mainly immobilizes the information published by the user, face pictures and location information, and relies on the method of web page forensics to ensure the credibility of the information, while the information visualization is used to assist the analysis. It is helpful to solve the problem of computer forensics under the background of massive social network data. Finally, aiming at the problem of Internet digital image forensics, this paper extracts the image features of synthetic image, recompressed image and computer-generated image (CGG). A forensics classifier based on SVM is designed, and then D-S evidence theory is used to fuse various image classification features, which improves the accuracy and reliability of common image classification.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP393.092

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張東準(zhǔn);網(wǎng)頁減肥工具大觀[J];電腦技術(shù);2001年04期

2 黃家貞;彈指間網(wǎng)頁內(nèi)碼隨心換[J];電腦知識與技術(shù);2004年22期

3 黃家貞;彈指間網(wǎng)頁內(nèi)碼隨心換[J];網(wǎng)絡(luò)與信息;2004年09期

4 宏偉;巧妙抓取防滾屏網(wǎng)頁[J];電腦愛好者;2005年20期

5 啟動;;淺談網(wǎng)頁文件引用[J];網(wǎng)絡(luò)與信息;2006年05期

6 小叢;;教你輕松抓取無法滾屏的網(wǎng)頁[J];計算機(jī)與網(wǎng)絡(luò);2006年08期

7 花的神明;;追尋網(wǎng)頁上閃動的音樂[J];電腦迷;2007年12期

8 秋思;;收藏一個網(wǎng)頁只需一個文件[J];電腦愛好者(普及版);2009年05期

9 唐永明;;淺議網(wǎng)頁設(shè)計與制作[J];科技信息;2009年20期

10 蔣偉;徐義平;;個性化網(wǎng)頁淺析[J];魅力中國;2009年35期

相關(guān)會議論文 前7條

1 張曉明;奈一雄;齊炯明;安媛媛;張建楠;王靜嫻;;基于信息隱藏的網(wǎng)頁入侵檢測技術(shù)與實現(xiàn)[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國青年通信學(xué)術(shù)會議論文集[C];2009年

2 林政;呂雅娟;劉群;馬希榮;;基于雙語混和網(wǎng)頁的平行語料挖掘[A];中國計算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

3 熊德蘭;鄢靖豐;陳靜;;基于論壇主題的網(wǎng)頁褒貶傾向性識別[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

4 隋春明;郭志豐;;網(wǎng)頁防篡改技術(shù)在電力信息網(wǎng)中的應(yīng)用[A];二○○九年全國電力企業(yè)信息化大會論文集[C];2009年

5 王海源;石睿智;;高校網(wǎng)頁惡意代碼的檢測、清理與預(yù)防[A];中國高等教育學(xué)會教育信息化分會第十次學(xué)術(shù)年會論文集[C];2010年

6 戴玉剛;;藏文網(wǎng)頁采集技術(shù)研究[A];民族語言文字信息技術(shù)研究——第十一屆全國民族語言文字信息學(xué)術(shù)研討會論文集[C];2007年

7 劉世杰;唐世渭;楊冬青;王騰蛟;姚小波;;自動的WEB信息提取和集成[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2002年

相關(guān)重要報紙文章 前10條

1 范德生 鄧亞玲;守住網(wǎng)頁的秘密[N];電腦報;2005年

2 貞;網(wǎng)頁特效與瘦身專家[N];中國電腦教育報;2002年

3 網(wǎng)天;在自己的電腦上發(fā)布網(wǎng)頁[N];大眾科技報;2000年

4 楊興平 六子;我的網(wǎng)頁你別動[N];電腦報;2004年

5 楊耀祥;簡繁網(wǎng)頁批量互轉(zhuǎn)有妙法[N];中國電腦教育報;2003年

6 河北 李永波;網(wǎng)頁底圖顯個性[N];電腦報;2004年

7 ;讓你的網(wǎng)頁綻放最美麗的特效[N];中國電腦教育報;2004年

8 劉成富;編輯網(wǎng)頁有妙法[N];計算機(jī)世界;2004年

9 綿陽南山 iled;讓 Frontpage 2000 給我們“一了百了”[N];電腦報;2001年

10 陳宗偉;妙用查找替換功能編輯網(wǎng)頁[N];電腦報;2004年

相關(guān)博士學(xué)位論文 前4條

1 李浩;基于眼動特征的小屏幕設(shè)備網(wǎng)頁內(nèi)容適配研究[D];華中師范大學(xué);2013年

2 計華;Web Spam特征分析及其檢測技術(shù)研究[D];山東師范大學(xué);2015年

3 陳定權(quán);自動主題搜索的應(yīng)用研究[D];中國科學(xué)院研究生院（文獻(xiàn)情報中心）;2003年

4 胡燕;基于Web信息抽取的專業(yè)知識獲取方法研究[D];武漢理工大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 杜明明;基于關(guān)鍵詞的垃圾網(wǎng)頁判別研究[D];哈爾濱工業(yè)大學(xué);2015年

2 劉慕凡;基于主題與語義的作弊網(wǎng)頁檢測方法研究[D];北京化工大學(xué);2015年

3 賀知義;基于關(guān)鍵詞的搜索引擎網(wǎng)頁去重算法研究[D];華中師范大學(xué);2015年

4 李小娟;基于分類技術(shù)的網(wǎng)頁去噪方法的研究[D];貴州師范大學(xué);2015年

5 李亞東;網(wǎng)頁取證若干關(guān)鍵問題研究[D];合肥工業(yè)大學(xué);2014年

6 龔誠;網(wǎng)頁增量式采集技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2007年

7 李雙;基于用戶思維模型分析的網(wǎng)頁可用性設(shè)計研究[D];江南大學(xué);2008年

8 劉典型;多頁面特殊網(wǎng)頁文字提取與合并技術(shù)研究[D];湖南大學(xué);2010年

9 宋鰲;網(wǎng)頁去噪在交互電視中的應(yīng)用與研究[D];上海交通大學(xué);2011年

10 柳周頻;基于鏈接上下文的網(wǎng)頁預(yù)測[D];吉林大學(xué);2006年

，

本文編號：1690000