网络空间测绘

网络空问测绘作为网络空间安全的关键基础丁程，近年来受到了学术界、产业界和政府部门的高度关注。作为这一概念的提出者，作者在本书中较为系统地阐述了网络空间测绘的概念、国内外相关研究动态，以及作者及其团队在网络空间测绘领域的近期新研究进展。本书可供网络空间安全、计算机科学与技术、通信工程、软件工程、信息安全、数据科学与大数据、人工智能等领域的高校教师、研究生和高年级本科生使用，也可供相关科研人员和工程技术人员参考。

第1章 绪论 1
1.1 网络空间和网络空间测绘 1
1.1.1 网络空间的定义 1
1.1.2 网络空间测绘的定义 2
1.2 网络空间测绘的主要研究内容 3
1.3 网络空间测绘关键技术 5
1.3.1 探测层关键技术 5
1.3.2 映射层关键技术 7
1.3.3 绘制层关键技术 8
参考文献 8
第2章 网络空间实体资源探测与识别 9
2.1 网络实体资源探测与识别技术研究现状 9
2.1.1 网络实体资源探测技术 9
2.1.2 网络实体资源识别技术 11
2.2 基于TCP/IP协议指纹的识别方法 15
2.2.1 IP协议指纹 15
2.2.2 ICMP协议指纹 16
2.2.3 TCP协议指纹 17
2.3 基于应用层协议指纹的识别方法 18
2.3.1 服务标识指纹 18
2.3.2 头部字段顺序和语法指纹 19
2.3.3 文件特征指纹 20
2.3.4 处理方式指纹 21
2.4 网络实体资源扫描工具与探测分析系统 21
2.4.1 网络扫描工具 21
2.4.2 网络实体资源探测分析系统 25
参考文献 28
第3章 网络虚拟资源发现 30
3.1 网络虚拟资源发现概述 30
3.2 网络虚拟资源发现技术研究现状 31
3.2.1 微博用户与群体分析技术 31
3.2.2 网络用户对齐分析技术 33
3.3 基于特征分析的微博炒作账户识别方法 34
3.3.1 问题描述 34
3.3.2 实验结果与分析 44
3.4 基于优选频繁项集挖掘的炒作群体发现方法 47
3.4.1 问题描述 47
3.4.2 算法原理与主要步骤 52
3.4.3 实验结果与分析 54
3.5 基于概率生成模型的话题传播群体划分方法 57
3.5.1 问题描述 57
3.5.2 算法原理与主要步骤 62
3.5.3 实验结果与分析 67
3.6 基于双重随机游走思想的话题传播关键用户挖掘算法 68
3.6.1 问题描述 68
3.6.2 算法原理与主要步骤 71
3.6.3 实验结果与分析 75
3.7 基于合作博弈支持向量机的网络用户对齐算法 79
3.7.1 问题描述 79
3.7.2 算法原理与主要步骤 80
3.7.3 实验结果与分析 85
3.8 基于双阈值密度聚类的块数据对齐算法 87
3.8.1 问题描述 88
3.8.2 算法原理与主要步骤 89
3.8.3 实验结果与分析 92
参考文献 95
第4章 目标网络结构分析 98
4.1 目标网络结构分析概述 98
4.2 目标网络结构分析研究现状 98
4.2.1 路由器级网络拓扑分析算法 98
4.2.2 PoP级网络拓扑分析算法 99
4.2.3 网络异常检测算法 99
4.3 基于单跳时延分布的城市区域网络拓扑分析算法 100
4.3.1 问题描述 100
4.3.2 算法原理与主要步骤 100
4.3.3 实验结果与分析 104
4.4 目标城市区域PoP级网络分析算法 107
4.4.1 问题描述 107
4.4.2 算法原理与主要步骤 107
4.4.3 实验结果与分析 109
4.5 局部网络匿名路由分析算法 116
4.5.1 问题描述 116
4.5.2 算法原理与主要步骤 118
4.5.3 实验结果与分析 122
4.6 基于模体的目标区域网络拓扑划分算法 125
4.6.1 问题描述 126
4.6.2 算法原理与主要步骤 126
4.6.3 实验结果与分析 130
4.7 基于自我图表示学习的动态网络异常检测 133
4.7.1 问题描述 133
4.7.2 算法原理与主要步骤 135
4.7.3 实验结果与分析 136
参考文献 141
第5章 网络实体地标挖掘 143
5.1 地标挖掘技术研究现状 143
5.1.1 候选地标获取技术 143
5.1.2 地标可靠性评估技术 146
5.2 基于互联网黄页的街道级地标获取算法 148
5.2.1 问题描述 149
5.2.2 算法主要步骤 149
5.2.3 算法分析 150
5.2.4 实验结果与分析 151
5.3 基于服务开放端口的街道级地标获取算法 154
5.3.1 问题描述 155
5.3.2 算法原理与主要步骤 155
5.3.3 算法性能分析 160
5.3.4 实验结果与分析 160
5.4 基于三边关系约束模型的街道级地标评估算法 165
5.4.1 问题描述 165
5.4.2 算法原理与主要步骤 166
5.4.3 可行性分析 169
5.4.4 实验结果与分析 170
5.5 具有误差上限的街道级地标评估算法 174
5.5.1 问题描述 174
5.5.2 算法框架与基本步骤 174
5.5.3 算法原理分析 176
5.5.4 实验结果与分析 179
参考文献 181
第6章 区域城市级IP定位技术 183
6.1 IP定位技术的研究背景 183
6.2 基于地标聚类的网络实体城市级定位 183
6.2.1 GeoPing算法概述与分析 184
6.2.2 算法原理与主要步骤 185
6.2.3 算法分析 188
6.2.4 实验结果与分析 191
6.3 基于路径特征的目标IP 区域估计 193
6.3.1 问题描述 193
6.3.2 算法原理与主要步骤 195
6.3.3 算法分析 198
6.3.4 实验结果与分析 199
6.4 基于区域网络边界识别的目标IP城市级定位算法 201
6.4.1 问题描述 201
6.4.2 算法原理与主要步骤 202
6.4.3 实验结果与分析 212
6.5 基于PoP网络拓扑的IP城市级定位算法 216
6.5.1 问题描述 216
6.5.2 算法原理与主要步骤 216
6.5.3 实验结果与分析 221
6.6 基于社区发现的IP城市级定位算法 225
6.6.1 问题描述 226
6.6.2 算法原理与主要步骤 227
6.6.3 算法分析 229
6.6.4 实验结果与分析 230
6.7 基于特征聚类的IP城市级定位算法 233
6.7.1 问题描述 234
6.7.2 算法基本原理 235
6.7.3 实验结果与分析 238
6.8 基于强连接子网的IP城市级定位算法 241
6.8.1 问题描述 241
6.8.2 算法主要步骤 242
6.8.3 实验结果与分析 245
参考文献 246
第7章 街道小区级IP定位技术 248
7.1 基于多层相对时延-距离相关性的IP街道级定位算法 248
7.1.1 问题描述 248
7.1.2 算法设计思想 249
7.1.3 算法主要步骤 251
7.1.4 实验结果与分析 253
7.2 基于最近共同路由器的目标IP定位算法 255
7.2.1 问题描述 255
7.2.2 算法原理与主要步骤 259
7.2.3 算法分析 263
7.2.4 实验结果与分析 265
7.3 误差容忍的目标IP定位算法 269
7.3.1 问题描述 269
7.3.2 算法原理与主要步骤 270
7.3.3 算法分析 273
7.3.4 实验结果与分析 274
7.4 基于目标周边路由器的IP街道级定位算法 277
7.4.1 问题描述 277
7.4.2 算法原理与主要步骤 279
7.4.3 实验结果与分析 286
7.5 基于局部时延分布相似性度量的目标IP定位算法 289
7.5.1 问题描述 289
7.5.2 算法原理与主要步骤 290
7.5.3 局部时延分布获取与相似性计算 291
7.5.4 算法分析 293
7.5.5 实验结果与分析 295
7.6 基于路由器误差训练的IP定位算法 296
7.6.1 问题描述 296
7.6.2 算法原理与主要步骤 296
7.6.3 实验结果与分析 300
参考文献 303
第8章 即时通信用户定位 304
8.1 即时通信用户定位概述 304
8.1.1 即时通信用户定位研究背景 304
8.1.2 即时通信用户定位的研究现状 304
8.1.3 存在的主要问题 311
8.2 基于通告距离统计特性的定位算法 312
8.2.1 现有基于空间划分的微信用户定位算法简介及分析 312
8.2.2 算法原理与主要步骤 314
8.2.3 基于通告距离统计特性确定初始空间范围 315
8.2.4 基于分步策略确定目标用户位置 317
8.2.5 实验结果与分析 318
8.3 基于查询结果中用户失序分析的定位算法 321
8.3.1 现有基于查询结果相对次序的LBSN用户定位算法简介及分析 322
8.3.2 相关定义 323
8.3.3 算法原理与主要步骤 323
8.3.4 基于失序现象统计分析确定混杂区间 324
8.3.5 基于三边测量原理确定目标用户位置 326
8.3.6 实验结果与分析 328
8.4 基于查询结果中用户次序变化的定位算法 331
8.4.1 问题描述 332
8.4.2 算法原理与主要步骤 332
8.4.3 利用查询结果中用户次序特性确定实际距离 334
8.4.4 基于三边测量原理定位目标用户 335
8.4.5 算法复杂度分析 336
8.4.6 实验结果与分析 336
参考文献 338
第9章 社交网络用户位置推断 339
9.1 用户位置推断技术研究现状 339
9.1.1 基于生成文本的用户位置推断 339
9.1.2 基于社交关系的用户位置推断方法 342
9.1.3 基于生成文本和社交关系的位置推断方法 343
9.2 基于语义特征提取位置指示词的用户位置推断 345
9.2.1 方法主要步骤 346
9.2.2 方法原理分析 349
9.2.3 实验结果与分析 351
9.3 基于社交关系图的用户位置推断 355
9.3.1 基于社交关系图的用户位置推断方法 355
9.3.2 实验结果与分析 359
9.4 基于表示学习和标签传播的用户位置推断 361
9.4.1 基于表示学习和标签传播的用户位置推断方法 362
9.4.2 实验结果与分析 367
参考文献 370