基于增量学习关联分类规则的病毒检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-19页 |
| ·研究背景及选题意义 | 第9-11页 |
| ·研究现状及存在问题 | 第11-16页 |
| ·主要研究内容及特色 | 第16-17页 |
| ·本文结构安排 | 第17-19页 |
| 第二章 基于分类技术的病毒检测方法及其应用 | 第19-30页 |
| ·分类分析 | 第19-22页 |
| ·基于分类分析的病毒检测方法 | 第22-27页 |
| ·传统技术存在的问题 | 第27页 |
| ·本文研究重点与框架 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第三章 基于增量学习关联分类规则的病毒检测模型 | 第30-42页 |
| ·关联规则分类技术 | 第30-36页 |
| ·基于关联规则分类的病毒检测模型 | 第36-37页 |
| ·基于增量学习关联规则的检测模型 | 第37-40页 |
| ·实验比较与分析 | 第40-41页 |
| ·小结 | 第41-42页 |
| 第四章 基于增量学习分类规则的病毒检测算法 | 第42-56页 |
| ·引言 | 第42页 |
| ·问题描述 | 第42-44页 |
| ·改进的Fp-growth算法 | 第44-47页 |
| ·ILAC增量学习算法 | 第47-51页 |
| ·实验比较与分析 | 第51-54页 |
| ·小结 | 第54-56页 |
| 第五章 IAVDM病毒检测系统的设计与实现 | 第56-69页 |
| ·系统框架与模块说明 | 第56-58页 |
| ·系统体系架构 | 第58-59页 |
| ·数据库设计 | 第59-60页 |
| ·IAVDM系统实现与功能展示 | 第60-67页 |
| ·小结 | 第67-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 攻读硕士期间科研成果 | 第76-77页 |
| 致谢 | 第77页 |