计算系统性能异常检测算法的研究与实现
| 1． 绪论 | 第1-12页 |
| 1．1 背景 | 第7-10页 |
| 1．1．1 性能异常检测 | 第7-8页 |
| 1．1．2 系统性能异常检测的必要性 | 第8-9页 |
| 1．1．3 研究现状 | 第9-10页 |
| 1．2 课题来源 | 第10页 |
| 1．3 本文的主要工作 | 第10-11页 |
| 1．4 本文的组织结构 | 第11页 |
| 1．5 本章小结 | 第11-12页 |
| 2． 性能异常检侧算法研究 | 第12-22页 |
| 2．1 性能异常检测概述 | 第12-13页 |
| 2．2 现有性能异常检测算法分析 | 第13-21页 |
| 2．2．1 基于机器学习的异常检测算法 | 第13-15页 |
| 2．2．2 基于数据挖掘的异常检测算法 | 第15-19页 |
| 2．2．3 基于统计的异常检测算法 | 第19-20页 |
| 2．2．4 基于人工免疫系统的异常检测算法 | 第20-21页 |
| 2．3 本章小结 | 第21-22页 |
| 3． 多阶段聚类算法 | 第22-34页 |
| 3．1 概述 | 第22页 |
| 3．2 相关工作 | 第22-23页 |
| 3．3 聚类方法分析 | 第23-24页 |
| 3．4 算法实现 | 第24-30页 |
| 3．4．1 问题描述 | 第24页 |
| 3．4．2 数据预处理 | 第24-25页 |
| 3．4．3 离散值属性的处理 | 第25-27页 |
| 3．4．4 密度定义 | 第27页 |
| 3．4．5 相似度定义 | 第27-28页 |
| 3．4．6 算法描述 | 第28-29页 |
| 3．4．7 实现细节 | 第29-30页 |
| 3．5 如何检测性能异常 | 第30-32页 |
| 3．5．1 检测模型 | 第30-31页 |
| 3．5．2 检测算法 | 第31-32页 |
| 3．6 实验 | 第32-33页 |
| 3．6．1 实验数据 | 第32页 |
| 3．6．2 实验结果及分析 | 第32-33页 |
| 3．7 本章小结 | 第33-34页 |
| 4． 改进的贝叶斯分类器 | 第34-53页 |
| 4．1 概述 | 第34页 |
| 4．2 相关的工作 | 第34-36页 |
| 4．3 朴素贝叶斯分类器 | 第36-37页 |
| 4．4 离散化连续值属性 | 第37-39页 |
| 4．5 改进 | 第39-43页 |
| 4．5．1 问题分析 | 第39-40页 |
| 4．5．2 特征选择 | 第40页 |
| 4．5．3 依赖度的计算 | 第40-41页 |
| 4．5．4 改进策略 | 第41-42页 |
| 4．5．5 算法描述 | 第42-43页 |
| 4．6 实验 | 第43-51页 |
| 4．6．1 实验数据 | 第43页 |
| 4．6．2 实验结果及分析 | 第43-51页 |
| 4．7 与多阶段聚类算法的比较 | 第51-52页 |
| 4．8 本章小结 | 第52-53页 |
| 5． 结束语 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-58页 |
