电力综合数据网流量异常检测方法的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 本文主要研究内容 | 第11-12页 |
| 1.3 研究生期间工作 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 1.5 本章小结 | 第14-16页 |
| 第2章 网络流量异常检测技术及大数据平台综述 | 第16-28页 |
| 2.1 概述 | 第16页 |
| 2.2 电力综合数据网及承载业务概述 | 第16-18页 |
| 2.3 电力综合数据网流量异常检测技术综述 | 第18-22页 |
| 2.3.1 国内外研究现状 | 第18-20页 |
| 2.3.2 基于数据挖掘的异常检测方法 | 第20-22页 |
| 2.4 大数据平台研究现状综述 | 第22-26页 |
| 2.4.1 大数据建模技术 | 第23页 |
| 2.4.2 大数据海量存储管理技术 | 第23-24页 |
| 2.4.3 大数据分析处理技术 | 第24-25页 |
| 2.4.4 大数据平台选择 | 第25-26页 |
| 2.5 本章小结 | 第26-28页 |
| 第3章 电力综合数据网流量异常检测方法 | 第28-48页 |
| 3.1 概述 | 第28页 |
| 3.2 综合数据网流量异常检测方法 | 第28-30页 |
| 3.3 数据采集和预处理 | 第30-32页 |
| 3.4 灰色处理 | 第32-37页 |
| 3.5 KTLAD异常检测算法 | 第37-40页 |
| 3.5.1 LOF算法 | 第37-38页 |
| 3.5.2 k-d树及其作用 | 第38-39页 |
| 3.5.3 KTLAD算法 | 第39-40页 |
| 3.6 仿真结果分析 | 第40-46页 |
| 3.6.1 数据来源和实验方法 | 第40页 |
| 3.6.2 灰色处理仿真结果分析 | 第40-44页 |
| 3.6.3 KTLAD算法仿真结果分析 | 第44-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第4章 业务流量异常检测平台的实现 | 第48-58页 |
| 4.1 概述 | 第48页 |
| 4.2 流量异常检测平台框架 | 第48-50页 |
| 4.3 开发环境和集群搭建 | 第50-53页 |
| 4.3.1 系统硬件环境 | 第50-51页 |
| 4.3.2 搭建Hadoop集群 | 第51-52页 |
| 4.3.3 搭建Spark集群 | 第52页 |
| 4.3.4 配置Spark的IDE | 第52-53页 |
| 4.4 Spark平台中异常检测方法的实现 | 第53-56页 |
| 4.4.1 数据库设计 | 第53-54页 |
| 4.4.2 数据导入 | 第54页 |
| 4.4.3 Scala开发 | 第54-56页 |
| 4.4.4 输出呈现 | 第56页 |
| 4.5 实例评估 | 第56-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第5章 结束语 | 第58-60页 |
| 5.1 论文总结 | 第58-59页 |
| 5.2 未来的研究工作 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间发表的论文及专利 | 第64页 |
