基于局域波分析的网络流量异常检测方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究目的和意义 | 第10-11页 |
| ·网络流量异常检测 | 第11-12页 |
| ·基本概念 | 第11-12页 |
| ·网络流量异常检测方法综述 | 第12-17页 |
| ·国内外研究现状 | 第12-16页 |
| ·现有研究的不足 | 第16-17页 |
| ·本文主要研究内容 | 第17-18页 |
| ·论文章节安排 | 第18-19页 |
| 第2章 局域波分析方法及其算法的改进 | 第19-46页 |
| ·瞬时频率的物理意义和局域波法 | 第20-22页 |
| ·局域波分解算法的基本思想 | 第22-24页 |
| ·局域波方法与小波方法的对比分析 | 第24-26页 |
| ·基于经验的模式分解算法(EMD) | 第26-32页 |
| ·消除边界效应的方法 | 第32页 |
| ·线性均值分解方法 | 第32-38页 |
| ·线性均值分解 | 第33-34页 |
| ·改进的筛选终止条件 | 第34-36页 |
| ·伪分量的去除 | 第36-38页 |
| ·局域波分解与采样频率的关系 | 第38-40页 |
| ·分解方法的仿真比较 | 第40-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 网络流量模型与自相似特性 | 第46-64页 |
| ·泊松分布模型 | 第46-47页 |
| ·马尔科夫模型 | 第47-48页 |
| ·自回归模型(AR) | 第48-49页 |
| ·传统模型的不足 | 第49页 |
| ·自相似模型 | 第49-51页 |
| ·自相似模型描述 | 第49-50页 |
| ·自相似性的性质 | 第50-51页 |
| ·自相似性的度量和参数估计 | 第51-56页 |
| ·赫斯特效应 | 第51-52页 |
| ·Hurst参数估计方法 | 第52-56页 |
| ·基于局域波分析的Hurst参数估计 | 第56-63页 |
| ·基于局域波分析的Hurst参数估计方法 | 第56-58页 |
| ·Hurst参数估计方法实验比较 | 第58-63页 |
| ·本章小结 | 第63-64页 |
| 第4章 基于局域波分析的网络流量异常检测 | 第64-77页 |
| ·网络流量异常的分类特征 | 第64-66页 |
| ·基于局域波分析的网络流量异常检测方法 | 第66-70页 |
| ·检测流程 | 第66-69页 |
| ·无偏估计的自适应采样 | 第69-70页 |
| ·滑动时窗 | 第70页 |
| ·实验结果与分析 | 第70-76页 |
| ·本章小结 | 第76-77页 |
| 结论 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-83页 |
| 致谢 | 第83页 |
