| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-32页 |
| ·研究背景与意义 | 第12-13页 |
| ·数据流挖掘概述 | 第13-22页 |
| ·数据流模型 | 第13页 |
| ·数据流处理模型 | 第13-15页 |
| ·数据流挖掘特点 | 第15-16页 |
| ·数据流概要数据结构 | 第16-18页 |
| ·数据流频繁模式挖掘分类 | 第18-22页 |
| ·国内外研究现状 | 第22-28页 |
| ·数据流完全频繁项集挖掘算法 | 第22-25页 |
| ·数据流最大频繁项集挖掘算法 | 第25页 |
| ·数据流闭频繁项集挖掘算法 | 第25-27页 |
| ·Top-K频繁项集挖掘算法 | 第27-28页 |
| ·存在的问题 | 第28页 |
| ·本文工作 | 第28-32页 |
| ·研究内容 | 第28-30页 |
| ·本文结构 | 第30-32页 |
| 第二章 基于数据流界标窗口的最大频繁项集挖掘 | 第32-46页 |
| ·相关研究 | 第32-33页 |
| ·问题的定义 | 第33页 |
| ·MMFI-DS算法描述及分析 | 第33-41页 |
| ·SEFI-tree的结构 | 第34-35页 |
| ·SEFI-tree的构造和维护 | 第35-38页 |
| ·最大频繁项集的挖掘算法 | 第38-39页 |
| ·算法分析 | 第39-41页 |
| ·实验结果及分析 | 第41-45页 |
| ·算法的性能分析 | 第41-42页 |
| ·算法的性能比较 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第三章 基于数据流滑动窗口的闭频繁项集挖掘 | 第46-65页 |
| ·相关研究 | 第46-47页 |
| ·问题定义 | 第47-48页 |
| ·算法描述 | 第48-57页 |
| ·数据结构 | 第48-50页 |
| ·窗体初始阶段 | 第50-54页 |
| ·窗体滑动阶段 | 第54-57页 |
| ·算法比较 | 第57-58页 |
| ·实验结果及分析 | 第58-63页 |
| ·算法的性能分析 | 第59-60页 |
| ·算法的性能比较 | 第60-63页 |
| ·本章小结 | 第63-65页 |
| 第四章 基于数据流滑动窗口的Top-K闭频繁项集挖掘 | 第65-81页 |
| ·相关研究 | 第65-66页 |
| ·问题定义 | 第66-67页 |
| ·算法描述 | 第67-75页 |
| ·CFP-tree的结构 | 第67-68页 |
| ·滑动窗口Top-k闭频繁项集挖掘算法 | 第68-74页 |
| ·理论分析 | 第74-75页 |
| ·实验结果及分析 | 第75-80页 |
| ·算法的性能分析 | 第76-78页 |
| ·算法的性能比较 | 第78-80页 |
| ·本章小结 | 第80-81页 |
| 第五章 数据流挖掘技术在入侵检测中的应用研究 | 第81-99页 |
| ·相关研究 | 第81-83页 |
| ·数据预处理 | 第83-84页 |
| ·基于数据流挖掘的入侵检测模型 | 第84-85页 |
| ·基于数据流挖掘的入侵检测算法 | 第85-92页 |
| ·基本概念 | 第85-86页 |
| ·数据结构 | 第86-87页 |
| ·系统行为模式库的建立 | 第87-90页 |
| ·当前行为模式库的建立 | 第90-92页 |
| ·网络访问数据流中的入侵检测算法 | 第92页 |
| ·实验结果及分析 | 第92-98页 |
| ·系统的运行时间评估 | 第93-94页 |
| ·系统的检测指标评估 | 第94-96页 |
| ·不同系统的性能比较 | 第96-97页 |
| ·同一系统不同挖掘算法的运行时间比较 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 第六章 总结 | 第99-101页 |
| ·主要贡献和创新点 | 第99-100页 |
| ·进一步的工作展望 | 第100-101页 |
| 参考文献 | 第101-114页 |
| 致谢 | 第114-115页 |
| 攻读博士学位期间主要的研究成果 | 第115-116页 |