| 摘要 | 第1-4页 |
| ABSTRACT | 第4-12页 |
| 第一章 绪论 | 第12-19页 |
| ·问题的提出 | 第12-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·云计算的研究现状 | 第14-16页 |
| ·云计算故障诊断的研究现状 | 第16-17页 |
| ·追溯保障技术的研究现状 | 第17页 |
| ·论文的主要内容与章节安排 | 第17-19页 |
| 第二章 现有异常检测算法 | 第19-36页 |
| ·异常检测问题简介 | 第19-20页 |
| ·异常检测问题的组成部分 | 第20-24页 |
| ·输入数据的性质 | 第20页 |
| ·异常的类型 | 第20-23页 |
| ·数据标签 | 第23-24页 |
| ·异常检测的输出 | 第24页 |
| ·基于分类的异常检测技术 | 第24-27页 |
| ·基于神经网络 | 第25页 |
| ·基于贝叶斯网络 | 第25页 |
| ·基于支持向量机 | 第25-26页 |
| ·基于规则 | 第26页 |
| ·算法性能分析 | 第26-27页 |
| ·基于最近邻的异常检测技术 | 第27-30页 |
| ·基于第 k 个最近邻的距离 | 第27-28页 |
| ·基于相对密度 | 第28-29页 |
| ·算法性能分析 | 第29-30页 |
| ·基于聚类的异常检测技术 | 第30-31页 |
| ·聚类的定义 | 第30页 |
| ·聚类与最近邻的区别 | 第30-31页 |
| ·算法性能分析 | 第31页 |
| ·基于统计的异常检测技术 | 第31-33页 |
| ·参数方法 | 第31-32页 |
| ·非参数方法 | 第32页 |
| ·算法性能分析 | 第32-33页 |
| ·基于频谱的异常检测技术 | 第33-34页 |
| ·主成分分析 | 第33页 |
| ·算法性能分析 | 第33-34页 |
| ·上下文异常检测 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第三章 基于 LOF 的异常检测机制设计 | 第36-55页 |
| ·Local Outlier Factor (LOF) | 第36-39页 |
| ·计算 p 的 k-距离（k-distance） | 第37页 |
| ·计算 p 的 k-距离邻居集合 | 第37页 |
| ·计算对象 p 的相对于对象 o 的可到达距离 | 第37-38页 |
| ·计算对象 p 的局部可达到密度 | 第38页 |
| ·计算对象 p 的 LOF | 第38-39页 |
| ·最近邻查询 | 第39-46页 |
| ·最近邻的度量标准 | 第39-43页 |
| ·检索中的排序 | 第43-44页 |
| ·检索时删除冗余的方法 | 第44页 |
| ·k 最近邻检索算法 | 第44-46页 |
| ·数据结构 R-Tree | 第46-50页 |
| ·搜索 | 第47-48页 |
| ·插入 | 第48-49页 |
| ·分拆 | 第49-50页 |
| ·删除 | 第50页 |
| ·异常检测系统 | 第50-52页 |
| ·训练阶段 | 第50-52页 |
| ·实时测试阶段 | 第52页 |
| ·LOF 算法性能分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 适时自适应异常检测系统的实现与评测 | 第55-72页 |
| ·试验程序编写与测试 | 第55-56页 |
| ·环境搭建 | 第56-60页 |
| ·平台搭建 | 第56页 |
| ·背景应用 | 第56-57页 |
| ·故障注入 | 第57页 |
| ·原始数据采集 | 第57-58页 |
| ·原始数据分析 | 第58-60页 |
| ·结果与分析 | 第60-71页 |
| ·检测指标 | 第60页 |
| ·应用于 SLG2 服务器的效率 | 第60-63页 |
| ·应用于 SLT1 服务器的效率 | 第63-66页 |
| ·应用于 SLG1 服务器的效率 | 第66-67页 |
| ·应用于 WEB 服务器的效率 | 第67-69页 |
| ·效率评估 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 结束语 | 第72-74页 |
| ·主要工作与创新点 | 第72-73页 |
| ·后续研究工作 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间已发表或录用的论文 | 第79-81页 |