清凉清晨

  心情不是很好，论文开题写作进展很慢，让人不开心，对于论文的主题，写着写着感觉主题又不明确了，我应该坚持住，希望 让你坚持，坚持让你胜利，对准一个方向，努力冲锋。还是需要好好看看论文的开题，读读开题的内容。大部分都是做一个系统或者针对算法 或者一种模型进行研究，并结合实际情况给出对这种理论算法的验证。而且大都是从一个小处着眼，进行详细的写作。我还是要静下心来，进行 深入的研究分析。把问题定义清楚。
  对于公司领导，我也不太满意，当前这种环境，感觉未来发展不太好。或许别人是正确的想法，如果这么说，那当初dx、idc 难道不是正确的想法吗？如果是，那这个领导肯定是有问题。唉……不要想那么多了，管理这种事，自己还是少操心，主要把论文写好，通过接下 来的答辩就可以了，这个不是简单的事情，对于任何人来说，都要把这点搞清楚，把研究的整个过程弄清楚。具体我要研究什么，有什么价值。 是否值得深入研究，说清楚，说明白，说透彻。不要一味地想着蒙混过关，要有学者风范，给出强有力的论证支持，相信自己，我能行，能做好。
  以昨晚阅读那篇论文为例，它围绕着主题进行了一系列的论证，论文结构比较简单。但是逻辑比较清晰，包括对于爬虫的介绍， 对于系统识别验证方法的接收，都描述的比较清楚。并且给出工程化的系统设计与实现。相比之前的恶意域名的论文，也是针对论文的主题进行 多层次论证，具体包括论文域名的发现方法、域名的挖掘方法、网页的分析方法。最后给出域名的判定实验。针对这两篇论文，我应该好好研究 一下，就以他们为基础，研究论文的具体实现。把我自己的论文结构再梳理梳理，别人已经写过的，也可以借鉴一下，根据自己的想法进行改进。 但那个地方，不是我关注的主要目标，我的主要目标是发现特定网站，围绕着这个目标而提出哪些理论，针对这个理论又是如何实践的，从而具体 实现目标。其中的某些环节，可能别人已经研究过，对于这种，要具体分析下别人研究的情况，存在着哪些问题，譬如别人列举的几种方法，在 理论描述上，不完整，不详细，首先，随着网络的发展，域名有了很大的变化，例如通用域名、新域名概念的兴起。其次，对于域名的具体研究， 没有针对性，只是涵盖域名本身，对于域名绑定的网站服务缺少研究。再者，对于域名的分析技术，采用传统的Hadoop大数据文件处理方式，当前 大数据分析组件也发生了很大的变化，例如Kudu、Druid、Clikehouse等，对于数据分析实时性能更友好，其中的Clickhouse大数据处理组件 对于亿级规模数据能达到亚秒分析检索，能够快速提高当前海量域名的分析能力。本文需要在域名基础上，建立有效的网站，针对这些网站，挖掘 出高价值的特定主题网站，从而达到对区域网络更好的管理。
  在算法上，采用相似度计算，但是网页结构本身就发生变化，效果不是特别好，本论文针对这个问题，采用以目标为导向原则， 在多层次网页特征过滤后，直接采集网页最终渲染内容截图，然后采用基于神经网络的图像识别模型进行识别，结果更加精准。其中特定网页 模型识别精准度能达到100%，这对于一些重要的特定网站的识别场景非常有应用价值。   在主题上，针对论文中的每个主题，要进行多维度的辩论，为论文整体目标奠定好较为扎实的基础。
  论文在介绍上，缺少网站有效性检测程序（对爬虫进行介绍）、网页快照截图程序（对截图原理进行介绍）。