面向网络态势预测的时间序列频繁情节挖掘研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究意义 | 第11页 |
| ·数据挖掘技术及相关知识 | 第11-14页 |
| ·数据挖掘的定义 | 第11-12页 |
| ·数据挖掘的过程 | 第12-13页 |
| ·数据挖掘的方法 | 第13-14页 |
| ·网络安全态势感知相关知识 | 第14-16页 |
| ·网络安全态势感知的概念 | 第14页 |
| ·网络安全态势感知技术的研究现状 | 第14-15页 |
| ·网络安全态势预测模型 | 第15-16页 |
| ·本文的主要工作 | 第16页 |
| ·本文组织结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 时间序列数据挖掘相关技术概述 | 第18-25页 |
| ·时间序列数据挖掘的概述 | 第18-21页 |
| ·时间序列数据挖掘的概念 | 第18页 |
| ·时间序列数据挖掘的内容 | 第18-20页 |
| ·时间序列数据挖掘的研究现状 | 第20-21页 |
| ·频繁情节挖掘概述 | 第21-24页 |
| ·频繁情节的基本概念 | 第21-22页 |
| ·频繁情节挖掘的研究现状 | 第22-23页 |
| ·频繁情节挖掘算法分析 | 第23-24页 |
| ·面向预测的频繁情节挖掘研究现状 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于神经网络的网络安全态势预测 | 第25-30页 |
| ·神经网络概述 | 第25-26页 |
| ·神经网络相关概念 | 第25页 |
| ·基于神经网络的态势预测的研究现状 | 第25-26页 |
| ·数据预处理：分段曲线拟合 | 第26-27页 |
| ·BP神经网络预测 | 第27页 |
| ·实验仿真 | 第27-29页 |
| ·实验数据 | 第27-28页 |
| ·实验结果与分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于频繁情节挖掘的网络态势预测 | 第30-40页 |
| ·基于频繁情节的网络态势预测过程分析 | 第30-31页 |
| ·时间序列数据的数据预处理分析 | 第31-33页 |
| ·时间序列的分段表示法 | 第31页 |
| ·时间序列的符号表示法 | 第31-32页 |
| ·基于趋势预测的时间序列数据分段离散事件化 | 第32-33页 |
| ·面向预测的时间序列数据频繁情节挖掘算法分析 | 第33-35页 |
| ·MANEPI算法 | 第33-34页 |
| ·MANEPI算法改进 | 第34-35页 |
| ·基于频繁情节的时间序列数据趋势预测 | 第35-36页 |
| ·实验仿真 | 第36-39页 |
| ·数据分析 | 第36页 |
| ·实验分析 | 第36-38页 |
| ·实验优化 | 第38页 |
| ·实验结果与分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-42页 |
| ·本文总结 | 第40页 |
| ·未来工作展望 | 第40-42页 |
| 参考文献 | 第42-47页 |
| 发表论文和科研情况说明 | 第47-48页 |
| 致谢 | 第48-49页 |
