| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·离群点挖掘技术 | 第11-15页 |
| ·研究背景和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·离群挖掘算法在入侵检测中应用的可行性分析 | 第14-15页 |
| ·课题存在的主要问题 | 第15-16页 |
| ·论文研究内容 | 第16页 |
| ·论文结构 | 第16-18页 |
| 第2章 改进的有权重超图的高维离群点检测算法研究 | 第18-28页 |
| ·引言 | 第18-19页 |
| ·超图相关问题定义 | 第19-21页 |
| ·SWHOT 算法 | 第21-23页 |
| ·数据集超图的建立 | 第21-22页 |
| ·超途中数据点的聚类 | 第22-23页 |
| ·离群数据的检测 | 第23页 |
| ·实验 | 第23-26页 |
| ·实验环境和数据设置 | 第23-24页 |
| ·对数据集大小的伸缩性分析 | 第24-25页 |
| ·对数据集维数的伸缩性分析 | 第25-26页 |
| ·精度分析 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 单参数k 局部密度的高维离群点挖掘算法研究 | 第28-36页 |
| ·引言 | 第28-29页 |
| ·局部密度相关问题定义 | 第29-30页 |
| ·OMHKLD 算法 | 第30-32页 |
| ·单参数k 局部密度聚类 | 第30-31页 |
| ·偏离指数确定离群点 | 第31-32页 |
| ·实验 | 第32-35页 |
| ·实验环境和数据设置 | 第32页 |
| ·参数对聚类结果的影响分析 | 第32-33页 |
| ·内存需求分析 | 第33-34页 |
| ·执行时间分析 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 测量距离优化局部线性嵌入的高维离群点挖掘算法研究 | 第36-45页 |
| ·引言 | 第36-37页 |
| ·测量距离相关问题定义 | 第37-38页 |
| ·LLEOSDMOH 算法 | 第38-42页 |
| ·高维空间数据低维嵌入 | 第39-40页 |
| ·调整降维后数据点间距离 | 第40-41页 |
| ·离群点权值判别 | 第41-42页 |
| ·实验 | 第42-44页 |
| ·实验环境和数据设置 | 第42页 |
| ·维数敏感性分析 | 第42-43页 |
| ·精度分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于离群点属性集挖掘的入侵检测方法研究 | 第45-62页 |
| ·入侵检测技术 | 第45-49页 |
| ·入侵检测技术分类 | 第45页 |
| ·入侵检测模型 | 第45-46页 |
| ·离群点挖掘在入侵检测中的应用分析 | 第46-48页 |
| ·基于离群点挖掘算法的入侵检测基本流程 | 第48-49页 |
| ·特征属性集问题定义 | 第49-50页 |
| ·OFASMAID 算法 | 第50-51页 |
| ·基于改进欧式距离的局部离群数据挖掘 | 第50页 |
| ·离群点的特征属性集挖掘 | 第50-51页 |
| ·OFASMAIDIDM 算法 | 第51-53页 |
| ·规则库的作用和来源 | 第51-52页 |
| ·离群点属性集挖掘的入侵检测方法流程 | 第52-53页 |
| ·实验 | 第53-61页 |
| ·实验环境设置 | 第53页 |
| ·实验数据设置 | 第53-57页 |
| ·不同特征数据集检测分析 | 第57-58页 |
| ·不同特征属性的检测率分析 | 第58-59页 |
| ·检测率和误报率分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69页 |
| 攻读硕士期间发表的论文和参加科研情况 | 第69-70页 |