| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 异常检测算法研究现状 | 第12-13页 |
| 1.2.2 异常检测场景研究现状 | 第13-14页 |
| 1.3 论文结构与内容 | 第14-17页 |
| 第二章 网络异常行为检测相关算法 | 第17-29页 |
| 2.1 异常检测算法 | 第17-22页 |
| 2.1.1 异常检测算法分类 | 第17-18页 |
| 2.1.2 无监督异常检测算法 | 第18-22页 |
| 2.2 面向异常检测的特征选择算法 | 第22-28页 |
| 2.2.1 RPCA算法 | 第22-25页 |
| 2.2.2 ADMM算法 | 第25-27页 |
| 2.2.3 RPCA-ADMM算法 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 基于DPI数据的网络行为异常用户检测方案设计 | 第29-41页 |
| 3.1 网络行为异常用户分析 | 第29-30页 |
| 3.2 网络行为异常用户检测方案设计 | 第30-31页 |
| 3.3 网络数据指纹系统 | 第31-36页 |
| 3.3.1 网络数据指纹系统简介 | 第31-33页 |
| 3.3.2 网络数据指纹系统的设计与开发 | 第33-35页 |
| 3.3.3 用户网络行为矩阵的构建 | 第35-36页 |
| 3.4 网络行为异常用户检测方案特征工程 | 第36-39页 |
| 3.4.1 数据预处理 | 第36页 |
| 3.4.2 特征提取 | 第36-38页 |
| 3.4.3 特征选择 | 第38-39页 |
| 3.5 网络行为异常用户检测算法 | 第39页 |
| 3.6 网络行为异常用户检测方案评价指标 | 第39-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第四章 批量薅羊毛用户检测方案设计 | 第41-55页 |
| 4.1 批量薅羊毛用户行为分析 | 第41-44页 |
| 4.1.1 批量薅羊毛用户简介 | 第41页 |
| 4.1.2 批量薅羊毛用户网络行为特性分析 | 第41-44页 |
| 4.2 批量薅羊毛用户检测方案框架 | 第44-45页 |
| 4.3 批量薅羊毛用户检测方案数据集 | 第45-47页 |
| 4.3.1 批量薅羊毛用户上网行为数据的生成 | 第45-47页 |
| 4.3.2 批量薅羊毛用户上网行为数据的应用 | 第47页 |
| 4.4 批量薅羊毛用户检测方案特征工程 | 第47-49页 |
| 4.5 批量薅羊毛用户检测方案结果分析 | 第49-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 上网习惯不良用户检测方案设计 | 第55-67页 |
| 5.1 上网习惯不良用户行为分析 | 第55-57页 |
| 5.1.1 上网习惯不良用户简介 | 第55页 |
| 5.1.2 上网习惯不良用户网络行为特性分析 | 第55-57页 |
| 5.2 上网习惯不良用户检测方案框架 | 第57页 |
| 5.3 上网习惯不良用户检测方案数据集 | 第57-59页 |
| 5.4 上网习惯不良用户检测方案特征工程 | 第59-61页 |
| 5.5 上网习惯不良用户检测算法 | 第61-64页 |
| 5.5.1 w-iForest算法原理 | 第61-63页 |
| 5.5.2 w-iForest算法流程 | 第63-64页 |
| 5.6 上网习惯不良用户检测方案结果分析 | 第64-65页 |
| 5.7 本章小结 | 第65-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 研究工作总结 | 第67页 |
| 6.2 未来工作展望 | 第67-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |