云平台中虚拟机异常检测方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 异常检测技术分析 | 第15-27页 |
| 2.1 异常检测问题简介 | 第15-18页 |
| 2.1.1 异常的定义 | 第15页 |
| 2.1.2 异常的分类 | 第15-17页 |
| 2.1.3 异常检测问题中的挑战 | 第17-18页 |
| 2.2 异常检测技术分析 | 第18-25页 |
| 2.2.1 基于分类的异常检测技术 | 第18-20页 |
| 2.2.2 基于聚类的异常检测技术 | 第20-22页 |
| 2.2.3 基于密度的异常检测技术 | 第22-25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 基于上下文聚类的虚拟机异常检测策略 | 第27-41页 |
| 3.1 问题背景 | 第27-28页 |
| 3.2 基于上下文聚类的虚拟机异常检测策略 | 第28-29页 |
| 3.3 上下文聚类 | 第29-34页 |
| 3.3.1 聚类算法对比 | 第29-30页 |
| 3.3.2 选择聚类初始中心点 | 第30-34页 |
| 3.4 实验及结果分析 | 第34-40页 |
| 3.4.1 初始中心点选取策略对聚类结果的影响 | 第34-36页 |
| 3.4.2 虚拟机上下文聚类对异常检测性能的影响 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于INFLO的增量式异常检测算法 | 第41-53页 |
| 4.1 影响空间因子算法（INFLO） | 第41-45页 |
| 4.2 基于有向图的增量式INFLO算法 | 第45-50页 |
| 4.2.1 离线模型建立过程 | 第45-47页 |
| 4.2.2 在线异常检测过程 | 第47-50页 |
| 4.3 实验及结果分析 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第5章 总结及未来工作 | 第53-56页 |
| 5.1 总结 | 第53-54页 |
| 5.2 未来工作 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第62页 |
