首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于深度学习的工控网络异常检测研究和实现

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-14页
    1.1 研究背景及意义第10-11页
    1.2 研究现状第11-12页
    1.3 论文的主要研究内容第12-14页
第二章 相关背景知识介绍第14-20页
    2.1 限制玻尔兹曼机第14-15页
    2.2 循环神经网络及其在限制玻尔兹曼机上的扩展第15-16页
    2.3 自动编码器第16-17页
    2.4 主题模型第17-18页
    2.5 本章小结第18-20页
第三章 基于特征译码器的异常检测第20-34页
    3.1 系统架构第20-21页
    3.2 特征译码器第21-24页
        3.2.1 特征提取第21-22页
        3.2.2 高斯-伯努利分布玻尔兹曼机第22-23页
        3.2.3 循环神经网络-(高斯-伯努利分布)玻尔兹曼机第23-24页
    3.3 异常分类器第24-27页
        3.3.1 过采样主成分分析第24-26页
        3.3.2 半监督增量式更新算法第26-27页
    3.4 特征译码器实验效果第27-31页
    3.5 基于特征译码器和OSPCA的异常检测算法评估第31-32页
    3.6 本章小结第32-34页
第四章 基于主题和自动编码器的异常检测第34-40页
    4.1 概述第34-35页
    4.2 自动编码器对原始数据编码第35-36页
    4.3 利用LDA模型寻找异常数据第36-37页
    4.4 基于主题模型和自动编码器的异常检测算法评估第37-39页
    4.5 本章小结第39-40页
第五章 工控网络异常检测系统的设计和实现第40-50页
    5.1 系统设计实现背景第40页
    5.2 总体设计第40-43页
        5.2.1 需求说明第40-41页
        5.2.2 系统环境依赖第41页
        5.2.3 基本设计和处理流程第41-43页
    5.3 系统运行及效果第43-49页
        5.3.1 运行环境配置第43-46页
        5.3.2 系统操作流程第46-47页
        5.3.3 系统运行效果第47-49页
    5.4 本章小结第49-50页
第六章 总结与展望第50-52页
    6.1 总结第50-51页
    6.2 展望第51-52页
参考文献第52-56页
致谢第56-58页
攻读学位期间发表的学术论文第58页

论文共58页,点击 下载论文
上一篇:基于呼叫中心的电销系统的设计与实现
下一篇:多维自适应Web异常检测系统研究与实现