| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 2 网络异常行为检测与深度学习 | 第15-27页 |
| 2.1 网络异常行为检测 | 第15-16页 |
| 2.2 传统神经网络 | 第16-21页 |
| 2.3 深度学习 | 第21-23页 |
| 2.4 网络异常检测中的相似性度量 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于深度结构的网络异常检测模型 | 第27-39页 |
| 3.1 基于深度结构的训练过程 | 第27-28页 |
| 3.2 基于CNN的网络异常特征学习模型 | 第28-32页 |
| 3.3 基于SVM的网络异常检测分类模型 | 第32-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于多终端CNN-SVM反馈监督模型的云端预测系统 | 第39-51页 |
| 4.1 设计思想 | 第39页 |
| 4.2 整体设计 | 第39-40页 |
| 4.3 详细模块设计 | 第40-50页 |
| 4.4 本章小结 | 第50-51页 |
| 5 系统构建和实验结果分析 | 第51-59页 |
| 5.1 实验环境 | 第51-52页 |
| 5.2 算法验证测试 | 第52-55页 |
| 5.3 系统功能测试 | 第55-57页 |
| 5.4 本章小结 | 第57-59页 |
| 6 总结与展望 | 第59-61页 |
| 6.1 总结 | 第59-60页 |
| 6.2 展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-65页 |