| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·国内外研究现状 | 第9-12页 |
| ·数据流聚类算法研究 | 第10-11页 |
| ·数据流管理系统研究 | 第11-12页 |
| ·研究内容及论文结构 | 第12-14页 |
| ·论文的主要研究工作 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第2章 聚类分析和数据流聚类算法 | 第14-32页 |
| ·数据流挖掘 | 第14-20页 |
| ·数据流的定义及特点 | 第14-16页 |
| ·数据流挖掘的来源及特点 | 第16-19页 |
| ·数据流概要数据结构 | 第19-20页 |
| ·聚类分析 | 第20-23页 |
| ·聚类算法的性能评价 | 第20-22页 |
| ·聚类分析的步骤 | 第22-23页 |
| ·传统的聚类算法 | 第23-27页 |
| ·基于划分的方法 | 第23-24页 |
| ·基于层次的方法 | 第24页 |
| ·基于密度的方法 | 第24-25页 |
| ·基于网格的方法 | 第25-27页 |
| ·基于模型的方法 | 第27页 |
| ·数据流聚类算法 | 第27-31页 |
| ·数据流聚类的含义 | 第27页 |
| ·数据流聚类算法的要求 | 第27-28页 |
| ·相关典型的数据流聚类算法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 一种基于活跃网格密度的数据流聚类算法 | 第32-46页 |
| ·算法背景 | 第32-33页 |
| ·相关概念 | 第33-36页 |
| ·一种基于活跃网格密度的数据流聚类算法的思想 | 第36-39页 |
| ·算法的基本思想 | 第36页 |
| ·算法的描述 | 第36-37页 |
| ·时间间隔gap的确定 | 第37-38页 |
| ·对边界点的处理 | 第38-39页 |
| ·仿真实验与结果分析 | 第39-44页 |
| ·实验环境和测试数据 | 第39-40页 |
| ·算法的聚类过程及效果分析 | 第40-42页 |
| ·时间复杂度分析 | 第42-43页 |
| ·聚类精度分析 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 AGD-Stream算法在网络入侵检测系统中的应用 | 第46-52页 |
| ·网络入侵检测对数据流聚类算法的要求 | 第46-47页 |
| ·数据的选取 | 第47-48页 |
| ·算法在网络入侵检测系统中的应用 | 第48-49页 |
| ·实验结果分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |