| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及意义 | 第10-15页 |
| 1.2 论文组织结构 | 第15页 |
| 1.3 本章小结 | 第15-16页 |
| 第2章 相关技术研究 | 第16-27页 |
| 2.1 异常检测模型研究现状 | 第16-18页 |
| 2.1.1 基于统计的异常检测方法 | 第16-17页 |
| 2.1.2 基于数据挖掘的异常检测方法 | 第17-18页 |
| 2.1.3 基于信息论的异常检测模型 | 第18页 |
| 2.2 异常检测中的特征选取技术 | 第18-23页 |
| 2.2.1 特征选取一般过程 | 第19页 |
| 2.2.2 基于过滤评价策略的特征选择算法 | 第19-20页 |
| 2.2.3 基于封装式的特征选择算法 | 第20-21页 |
| 2.2.4 特征选择搜索策略 | 第21-23页 |
| 2.3 Storm分布式实时处理平台 | 第23-25页 |
| 2.3.1 Storm分布式实时计算系统概述 | 第23页 |
| 2.3.2 Storm整体架构 | 第23-25页 |
| 2.3.3 Storm数据流处理模型 | 第25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 基于关联度分析的网络数据流特征选取算法研究 | 第27-36页 |
| 3.1 引言 | 第27页 |
| 3.2 网络数据流特征分析 | 第27-29页 |
| 3.3 一种改进的基于关联度分析的特征选择算法 | 第29-34页 |
| 3.3.1 基于信息论的特征关联度计算 | 第29-30页 |
| 3.3.2 改进的基于关联度分析的快速特征选择算法 | 第30-34页 |
| 3.4 实验结果与分析 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于信息熵的数据流异常检测算法研究 | 第36-49页 |
| 4.1 引言 | 第36页 |
| 4.2 基于Sketch的数据简约技术 | 第36-37页 |
| 4.3 基于信息熵的高效数据流异常检测算法 | 第37-45页 |
| 4.3.1 数据流特征选取 | 第38页 |
| 4.3.2 Sketch数据结构查询优化 | 第38-40页 |
| 4.3.3 基于信息熵的数据流异常检测算法 | 第40-45页 |
| 4.4 实验结果与分析 | 第45-48页 |
| 4.4.1 Sketch查询优化实验以及结果分析 | 第45-46页 |
| 4.4.2 异常检测算法实验以及结果分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于Storm的数据流异常检测系统设计与实现 | 第49-56页 |
| 5.1 系统实现目标 | 第49页 |
| 5.2 系统总体设计 | 第49-53页 |
| 5.2.1 系统网络结构 | 第49页 |
| 5.2.2 系统实现框图以及功能描述 | 第49-53页 |
| 5.3 系统实验以及结果分析 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第62-63页 |
| 致谢 | 第63页 |
