隨著網(wǎng)絡(luò)的發(fā)展和智能手機(jī)的普及,手機(jī)病毒日益增多,種類也更加豐富。手機(jī)病毒不僅破壞用戶數(shù)據(jù)還盜取用戶隱私,對(duì)用戶造成了極大的傷害,如何有效地對(duì)手機(jī)病毒進(jìn)行監(jiān)測(cè)并防范成為了社會(huì)各界廣泛關(guān)注的問題。由于病毒會(huì)造成手機(jī)用戶的行為具有異常性,并且隱藏著一定的規(guī)律性,所以使用數(shù)據(jù)挖掘技術(shù)可以挖掘出具有代表性的手機(jī)病毒行為特征,從而能夠準(zhǔn)確且主動(dòng)地檢測(cè)出手機(jī)病毒。目前將數(shù)據(jù)挖掘技術(shù)應(yīng)用到手機(jī)病毒挖掘中存在的問題有:（1）單機(jī)版的手機(jī)病毒挖掘系統(tǒng)在處理海量數(shù)據(jù)時(shí)運(yùn)行效率低;（2）目前己有的應(yīng)用在手機(jī)病毒挖掘中的技術(shù)大多沒有考慮到病毒行為之間的時(shí)序關(guān)系;（3）大多數(shù)手機(jī)病毒挖掘系統(tǒng)功能單一,用戶不能自主快捷地使用系統(tǒng),也不能直觀的對(duì)手機(jī)病毒挖掘結(jié)果和檢測(cè)結(jié)果進(jìn)行有效性分析。針對(duì)以上問題,本文重點(diǎn)研究基于分布式計(jì)算框架Spark的閉合序列模式挖掘技術(shù),并在此基礎(chǔ)上設(shè)計(jì)并實(shí)現(xiàn)了手機(jī)病毒挖掘系統(tǒng)。本文的主要工作為:（1）分析Spark框架的核心工作原理。并基于三臺(tái)Ubuntu系統(tǒng)的計(jì)算機(jī)搭建了分布式的Hadoop集群和Spark集群;（2）分析單機(jī)版閉合序列模式挖掘算法CloTSP的實(shí)現(xiàn)原理。結(jié)合該算法和大... 

【文章來(lái)源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１寬依賴和窄依賴示意圖??

Ｖｕｅ會(huì)將ＤＯＭ和數(shù)據(jù)綁定起來(lái)，一旦用戶創(chuàng)建了綁定，ＤＯＭ將和數(shù)據(jù)保??持同步，每當(dāng)數(shù)據(jù)有更新時(shí)，ＤＯＭ會(huì)更新；每當(dāng)ＤＯＭ更新時(shí)，數(shù)據(jù)也會(huì)進(jìn)行??相應(yīng)的更新。如圖２－４所示，ＶｉｅｗＭｏｄｅｌ是Ｖｕｅ的核心，ＶｉｅｗＭｏｄｅｌ中的ＤＯＭ??Ｌｉｓｔｅｎｅｒｓ和Ｄａｔａ?Ｂｉｎｄｉｎｇｓ是實(shí)現(xiàn)雙向綁定的關(guān)鍵。當(dāng)頁(yè)面上的ＤＯＭ元素發(fā)生變??化時(shí)，ＤＯＭ?Ｌｉｓｔｅｎｅｒｓ會(huì)監(jiān)測(cè)到該變化，并根據(jù)變化更改Ｍｏｄｅｌ中的數(shù)據(jù)；當(dāng)??Ｍｏｄｅｌ中的數(shù)據(jù)發(fā)生變化時(shí)，ＤａｔａＢｉｎｄｉｎｇｓ也會(huì)同步更新到ＤＯＭ元素中。因此??數(shù)據(jù)驅(qū)動(dòng)思想只需用戶關(guān)注數(shù)據(jù)的變化而無(wú)需對(duì)ＤＯＭ進(jìn)行直接操作，提高了頁(yè)??面的渲染速度。??ＤＯＭ?Ｖｉｅｗ?Ｐｌａｉｎ?ｊａｖａｓｃｒｉｐｔ??Ｏｂｊｅｃｔｓ??ＶｉｅｗＭｏｄｅｌ??????廣?＾???ＤＯＭ?Ｌｉｓｔｅｎｅｒｓ?？＊、?一??ｖｉｅｗ?????Ｍｏｄｅｌ??－＾１?Ｄｉｒｅｃｔｉｖｅｓ????圖２－４?Ｖｕｅ．ｊｓ框架圖??組件化是Ｖｕｅ的另一個(gè)重要概念。組件化可以擴(kuò)展ＨＴＭＬ元素，封裝可重??用的代碼，提高代碼的可維護(hù)性。頁(yè)面上每一個(gè)獨(dú)立的可視或者可交互區(qū)域都可??以視為一個(gè)組件，每一個(gè)組件都對(duì)應(yīng)一個(gè)ＶｉｅｗＭｏｄｅｌ，且生成對(duì)應(yīng)的ＤＯＭ樹。??每一個(gè)組件還對(duì)應(yīng)一個(gè)工程目錄，目錄下管理和維護(hù)組件所需要的各種資源�？�??之

３?３?３?２１??列表計(jì)算出每個(gè)三項(xiàng)序列的支持度計(jì)數(shù)將＜ｅａｂ＞作為葉子結(jié)點(diǎn)插入到多叉樹中。??列表和算法３的閉合判斷后，得知＜ｅａｂ序與它的兄弟結(jié)點(diǎn)進(jìn)行結(jié)合，到四項(xiàng)序列的序列表，如表３－５所示：??表３－５四項(xiàng)序列表??ｅａ（ｂｄ）＞?ＴＩＰ?ＳＩＤ３?１?３列表得知不存在四項(xiàng)頻繁序列，所以不停止生長(zhǎng)，算法結(jié)束。此時(shí)的以ｅ為前所有沒被標(biāo)記為不可繼續(xù)擴(kuò)展的葉子結(jié)＞。??

【參考文獻(xiàn)】：
期刊論文
[1]并行動(dòng)態(tài)位向量頻繁閉合序列模式挖掘算法[J]. 陳倩,劉云,高鈺瑩.  計(jì)算機(jī)工程與科學(xué). 2018(10)
[2]一種無(wú)候選項(xiàng)的閉合序列模式挖掘算法[J]. 楊斐,張萬(wàn)楨,陸垂偉.  計(jì)算機(jī)應(yīng)用與軟件. 2016(03)
[3]基于MapReduce的序列模式挖掘算法[J]. 余嘯,馬傳香,李偉亮,金聰.  計(jì)算機(jī)應(yīng)用研究. 2015(11)
[4]智能手機(jī)風(fēng)險(xiǎn)分析與安全防護(hù)[J]. 湯玲.  數(shù)字技術(shù)與應(yīng)用. 2014(01)

博士論文
[1]基于約束的序列模式挖掘及其應(yīng)用研究[D]. 張勁松.上海交通大學(xué) 2015
[2]面向移動(dòng)互聯(lián)網(wǎng)的網(wǎng)絡(luò)管理若干關(guān)鍵技術(shù)的研究[D]. 付宇.北京郵電大學(xué) 2015

碩士論文
[1]基于多特征的SMS僵尸網(wǎng)絡(luò)檢測(cè)技術(shù)研究[D]. 胡淵博.西安電子科技大學(xué) 2018
[2]基于HDFS的大數(shù)據(jù)快速可視化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 鄭雪.哈爾濱工業(yè)大學(xué) 2018
[3]基于Spark Streaming的數(shù)據(jù)流序列模式挖掘算法的研究與實(shí)現(xiàn)[D]. 戴璐佳.北京郵電大學(xué) 2018
[4]基于Spark的大數(shù)據(jù)處理可視化工具的設(shè)計(jì)和實(shí)現(xiàn)[D]. 檀照望.北京郵電大學(xué) 2017
[5]基于Spark的增量式關(guān)聯(lián)規(guī)則的手機(jī)病毒挖掘的研究與實(shí)現(xiàn)[D]. 馬威.北京郵電大學(xué) 2017
[6]基于Spark的近鄰傳播聚類及其增量算法的研究與應(yīng)用[D]. 劉新生.北京郵電大學(xué) 2017
[7]基于SPARK的海量數(shù)據(jù)頻繁模式挖掘算法研究[D]. 趙焱德.哈爾濱工業(yè)大學(xué) 2016
[8]基于序列模式挖掘的移動(dòng)應(yīng)用使用預(yù)測(cè)研究[D]. 楊宇佳.浙江大學(xué) 2016
[9]基于Spark的大數(shù)據(jù)挖掘技術(shù)的研究與實(shí)現(xiàn)[D]. 李文棟.山東大學(xué) 2015
[10]基于Hadoop技術(shù)的軌道交通MSS系統(tǒng)數(shù)據(jù)存儲(chǔ)應(yīng)用研究[D]. 韓麗穎.北京交通大學(xué) 2015



本文編號(hào)：3331193