基于离群点检测的网络异常检测算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 现有入侵检测技术存在的问题 | 第13-14页 |
| 1.4 本文研究内容 | 第14-16页 |
| 1.4.1 本文内容 | 第14-15页 |
| 1.4.2 本文结构 | 第15-16页 |
| 2 入侵检测和离群点检测概述 | 第16-27页 |
| 2.1 入侵检测概述 | 第16-22页 |
| 2.1.1 入侵检测定义 | 第16-17页 |
| 2.1.2 入侵检测系统分类 | 第17-20页 |
| 2.1.3 入侵检测常用方法 | 第20-22页 |
| 2.2 离群点检测概述 | 第22-26页 |
| 2.2.1 离群点定义 | 第22-23页 |
| 2.2.2 离群点检测算法分类 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 基于离群点检测的网络异常检测框架 | 第27-35页 |
| 3.1 改进的基于离群点检测的网络异常检测框架 | 第27-28页 |
| 3.2 参考样本的定义 | 第28-29页 |
| 3.3 基于自然邻域图的参考样本选取 | 第29-34页 |
| 3.3.1 自然邻域图的定义 | 第30-32页 |
| 3.3.2 基于自然邻域图的参考样本选取算法 | 第32-34页 |
| 3.4 本章总结 | 第34-35页 |
| 4 一种基于自然邻域图的网络异常检测算法 | 第35-43页 |
| 4.1 算法相关定义 | 第35-38页 |
| 4.1.1 样本离群程度分值定义 | 第35-38页 |
| 4.2 算法描述 | 第38-41页 |
| 4.2.1 正常行为轮廓的构建过程 | 第38-39页 |
| 4.2.2 异常检测过程 | 第39-41页 |
| 4.3 算法复杂度分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 实验和结果分析 | 第43-56页 |
| 5.1 实验数据集的选取 | 第43-46页 |
| 5.2 数据预处理 | 第46-48页 |
| 5.2.1 字符型特征的数值化 | 第46-47页 |
| 5.2.2 数据的规范化 | 第47-48页 |
| 5.3 评价指标选取 | 第48-49页 |
| 5.4 实验结果分析 | 第49-55页 |
| 5.4.1 选取参考样本时的参数α的选择 | 第49-50页 |
| 5.4.2 过采样次数n对检测结果的影响 | 第50-53页 |
| 5.4.3 算法对新攻击的检测能力 | 第53-54页 |
| 5.4.4 与其他网络入侵检测算法的对比 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A.作者在攻读学位期间发表的论文目录 | 第63页 |
| B.作者在攻读学位期间取得的科研成果目录 | 第63页 |
