| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 入侵检测研究现状 | 第9-11页 |
| 1.2.2 离群挖掘研究现状 | 第11-13页 |
| 1.2.3 离群挖掘在入侵检测中的应用 | 第13页 |
| 1.3 论文创新之处 | 第13-14页 |
| 1.4 论文研究内容及章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 离群挖掘和入侵检测相关理论 | 第16-29页 |
| 2.1 离群挖掘相关理论 | 第16-18页 |
| 2.1.1 数据挖掘概述 | 第16-17页 |
| 2.1.2 离群挖掘方法 | 第17页 |
| 2.1.3 离群挖掘方法的分类 | 第17-18页 |
| 2.2 入侵检测相关理论 | 第18-24页 |
| 2.2.1 入侵检测概述 | 第18-21页 |
| 2.2.2 入侵检测分类 | 第21-22页 |
| 2.2.3 入侵检测方法 | 第22-24页 |
| 2.3 DBSCAN和LOF算法相关理论 | 第24-28页 |
| 2.3.1 DBSCAN算法介绍 | 第24-26页 |
| 2.3.2 LOF算法介绍 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 DBSACN和LOF异常检测算法优化 | 第29-43页 |
| 3.1 DBSCAN算法优化 | 第29-35页 |
| 3.1.1 DBSCAN算法优化描述 | 第29-32页 |
| 3.1.2 DBSCAN优化算法的Java实现 | 第32-35页 |
| 3.1.3 DBSCAN优化算法评价 | 第35页 |
| 3.2 LOF算法优化 | 第35-41页 |
| 3.2.1 LOF算法优化描述 | 第35-37页 |
| 3.2.2 LOF优化算法的Java实现 | 第37-40页 |
| 3.2.3 LOF优化算法评价 | 第40-41页 |
| 3.3 基于DBSCAN和LOF的异常检测优化算法 | 第41-42页 |
| 3.3.1 基于DBSCAN和LOF的异常检测优化算法描述 | 第41-42页 |
| 3.3.2 基于DBSCAN和LOF的异常检测算法优化评价 | 第42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 基于DBSCAN和LOF的网络入侵异常检测模型构建及实验分析 | 第43-57页 |
| 4.1 基于DBSCAN和LOF的网络入侵异常检测模型构建 | 第43-44页 |
| 4.2 KDD_CUP99数据集介绍 | 第44-45页 |
| 4.3 数据预处理 | 第45-48页 |
| 4.4 实验环境 | 第48页 |
| 4.5 实验评价指标 | 第48-49页 |
| 4.6 实验结果及分析 | 第49-56页 |
| 4.6.1 实验数据集的选取 | 第49-50页 |
| 4.6.2 DBSCAN算法优化对比效果实验 | 第50-52页 |
| 4.6.3 LOF算法优化效果对比实验 | 第52-55页 |
| 4.6.4 DBSCAN和LOF整合优化算法效果对比实验 | 第55-56页 |
| 4.7 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 个人简历及研究成果 | 第64页 |
