| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-12页 |
| ·课题的背景和意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·研究内容及主要成果 | 第10-11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 数据挖掘相关理论 | 第12-31页 |
| ·数据挖掘 | 第12-15页 |
| ·数据挖掘产生 | 第12页 |
| ·数据挖掘定义 | 第12-13页 |
| ·数据挖掘功能 | 第13-15页 |
| ·关联规则挖掘 | 第15-21页 |
| ·关联规则概述 | 第15页 |
| ·关联规则基本术语和相关概念 | 第15-16页 |
| ·关联规则挖掘Apriori算法 | 第16-19页 |
| ·关联规则挖掘FP-Growth算法 | 第19-21页 |
| ·分类挖掘 | 第21-26页 |
| ·分类的概念和技术 | 第21-23页 |
| ·决策树分类算法 | 第23-25页 |
| ·决策树剪枝 | 第25页 |
| ·决策树分类算法的进一步加强 | 第25-26页 |
| ·数据流 | 第26-31页 |
| ·数据流的定义与特点 | 第26-27页 |
| ·数据流的广泛应用 | 第27-28页 |
| ·数据流模型 | 第28-30页 |
| ·数据流管理系统 | 第30-31页 |
| 第三章 基于滑动窗口的数据流频繁模式挖掘算法 | 第31-42页 |
| ·基于FP-Growth的数据流挖掘算法SFP | 第31-38页 |
| ·引言 | 第31页 |
| ·定义和分析 | 第31-33页 |
| ·算法描述 | 第33-35页 |
| ·算法实现 | 第35-36页 |
| ·算法的实验结果 | 第36-38页 |
| ·基于Apriori的数据流挖掘算法SOA | 第38-42页 |
| ·引言 | 第38页 |
| ·算法描述 | 第38-40页 |
| ·算法实现 | 第40页 |
| ·算法的实验结果 | 第40-42页 |
| 第四章 基于滑动窗口的数据流分类算法 | 第42-53页 |
| ·基于ID3的数据流分类算法 SDT | 第42-47页 |
| ·引言 | 第42页 |
| ·定义和分析 | 第42-44页 |
| ·算法描述 | 第44-45页 |
| ·算法实现 | 第45-46页 |
| ·算法的实验结果 | 第46-47页 |
| ·基于 SFP的数据流分类算法SFPC | 第47-53页 |
| ·引言 | 第47页 |
| ·定义和分析 | 第47-49页 |
| ·算法描述 | 第49-50页 |
| ·算法实现 | 第50-51页 |
| ·算法的实验结果 | 第51-53页 |
| 第五章 数据流挖掘系统原型SMINER的分析与设计 | 第53-57页 |
| ·系统的体系和功能结构 | 第53-54页 |
| ·系统的实现 | 第54-57页 |
| 第六章 数据流挖掘在网络监控中的应用 | 第57-61页 |
| ·引言 | 第57页 |
| ·频繁模式挖掘在解决网络拥挤中的应用 | 第57-59页 |
| ·应用背景 | 第57-58页 |
| ·应用策略 | 第58-59页 |
| ·分类在入侵检测中的应用 | 第59-61页 |
| ·应用背景 | 第59页 |
| ·应用策略 | 第59-61页 |
| 第七章 总结与展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69-70页 |