基于聚类的网络异常检测研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要工作 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第二章 入侵检测相关技术概述 | 第13-23页 |
| 2.1 入侵检测介绍 | 第13-15页 |
| 2.2 异常检测技术介绍 | 第15-22页 |
| 2.3 网络异常检测面临的问题 | 第22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 基于PSO和K-MEANS的异常检测方案 | 第23-35页 |
| 3.1 K-MEANS聚类算法 | 第23-24页 |
| 3.2 粒子群优化算法PSO | 第24-25页 |
| 3.3 基于PSO和K-MEANS的方案 | 第25-30页 |
| 3.3.1 数据归一化 | 第25-26页 |
| 3.3.2 数据降维分组 | 第26-28页 |
| 3.3.3 并行PSO计算 | 第28页 |
| 3.3.4 K-means计算 | 第28页 |
| 3.3.5 整体流程 | 第28-30页 |
| 3.4 实验结果与分析 | 第30-33页 |
| 3.4.1 迭代次数分析 | 第30-31页 |
| 3.4.2 检测率分析 | 第31-32页 |
| 3.4.3 时间分析 | 第32-33页 |
| 3.5 小结 | 第33-35页 |
| 第四章 异常点的判别优化方案 | 第35-44页 |
| 4.1 异常点判别 | 第35-36页 |
| 4.2 相关定义 | 第36-37页 |
| 4.3 异常点判别优化方案 | 第37-40页 |
| 4.3.1 基于近邻密度的分析 | 第37-38页 |
| 4.3.2 基于近邻距离的分析 | 第38-39页 |
| 4.3.3 结合模糊集 | 第39页 |
| 4.3.4 整体流程 | 第39-40页 |
| 4.4 实验结果与分析 | 第40-43页 |
| 4.5 小结 | 第43-44页 |
| 第五章 异常检测系统设计与实现 | 第44-58页 |
| 5.1 架构设计 | 第44-45页 |
| 5.2 系统设计 | 第45-46页 |
| 5.3 详细设计 | 第46-52页 |
| 5.3.1 网络流量收集模块 | 第46-47页 |
| 5.3.2 数据预处理模块 | 第47-50页 |
| 5.3.3 异常检测模块 | 第50-51页 |
| 5.3.4 异常处理模块 | 第51-52页 |
| 5.4 系统测试 | 第52-56页 |
| 5.4.1 实验环境 | 第52页 |
| 5.4.2 实验过程 | 第52-53页 |
| 5.4.3 实验结果 | 第53-56页 |
| 5.5 小结 | 第56-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 总结 | 第58-59页 |
| 6.2 下一步工作 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 致谢 | 第67-69页 |
| 攻读学位期间发表的学术论文 | 第69页 |
