| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 引言 | 第7-11页 |
| ·选题的背景和意义 | 第7-8页 |
| ·国内外相关研究进展 | 第8-9页 |
| ·研究的主要内容和创新点 | 第9-11页 |
| 第二章 基于数据挖掘的入侵检测系统概述 | 第11-15页 |
| ·引言 | 第11页 |
| ·入侵检测的分类 | 第11-12页 |
| ·数据挖掘的原理和过程 | 第12页 |
| ·数据挖掘在网络入侵检测中的应用 | 第12-15页 |
| 第三章 孤立点发现算法分析和比较 | 第15-21页 |
| ·基于统计的方法 | 第15页 |
| ·基于聚类的方法 | 第15页 |
| ·基于距离的孤立点检测算法 | 第15-16页 |
| ·基于密度的孤立点检测算法 | 第16-18页 |
| ·基于偏离的孤立点检测算法 | 第18页 |
| ·高维孤立点检测算法 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第四章 面向数据流的局部异常孤立点动态挖掘算法研究 | 第21-32页 |
| ·引言 | 第21页 |
| ·面向数据流的数据挖掘方法概述 | 第21-22页 |
| ·局部异常孤立点动态增量算法 | 第22-26页 |
| ·数据点的插入 | 第23-25页 |
| ·数据点的删除 | 第25-26页 |
| ·面向数据流的n阈值自动调整的孤立点动态挖掘算法 | 第26-31页 |
| ·n阈值自动调整函数 | 第26-28页 |
| ·n-IncLOF算法实现 | 第28-30页 |
| ·n-IncLOF算法时间复杂度分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于n-IncLOF算法的网络入侵实时异常检测系统 | 第32-42页 |
| ·OutlierDIDS系统结构 | 第32页 |
| ·OutlierDIDS系统详细设计 | 第32-41页 |
| ·数据采集 | 第32-33页 |
| ·数据预处理 | 第33-34页 |
| ·实时异常检测引擎 | 第34-38页 |
| ·实验结果及分析 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第六章 全文总结和展望 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 攻读学位期间的研究成果 | 第46-47页 |
| 致谢 | 第47-48页 |