| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·选题的背景和意义 | 第8-9页 |
| ·国内外相关研究进展 | 第9-10页 |
| ·研究的主要内容 | 第10-12页 |
| 2 基于数据挖掘的入侵检测系统概述 | 第12-16页 |
| ·引言 | 第12页 |
| ·入侵检测系统的分类 | 第12-13页 |
| ·数据挖掘的原理和过程 | 第13页 |
| ·数据挖掘在网络入侵检测中的应用 | 第13-16页 |
| 3 孤立点发现算法分析和比较 | 第16-21页 |
| ·基于统计的孤立点检测方法 | 第16页 |
| ·基于聚类的孤立点检测方法 | 第16-17页 |
| ·基于距离的孤立点检测算法 | 第17页 |
| ·基于密度的局部异常孤立点检测算法 | 第17-19页 |
| ·基于偏离的孤立点检测算法 | 第19页 |
| ·高维数据孤立点发现算法 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 4 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 |
| ·局部异常动态增量孤立点算法 | 第22-26页 |
| ·数据点的插入 | 第23-26页 |
| ·数据点的删除 | 第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27-28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 |
| 5 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32-33页 |
| ·OutlierDIDS 系统详细设计 | 第33-41页 |
| ·数据采集 | 第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 |
| 6 总结 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-47页 |