基于深度表征的网络异常检测模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.1.1 课题背景及来源 | 第9页 |
| 1.1.2 研究目的和意义 | 第9-10页 |
| 1.2 国内外相关技术研究现状 | 第10-15页 |
| 1.2.1 基于专家系统的方法 | 第11页 |
| 1.2.2 基于机器学习的方法 | 第11-13页 |
| 1.2.3 基于数据挖掘的方法 | 第13-14页 |
| 1.2.4 基于人工神经网络的方法 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 本文组织结构 | 第15-16页 |
| 第2章 深度神经网络概述 | 第16-27页 |
| 2.1 深度表征模型概述 | 第16-21页 |
| 2.1.1 深度学习理论概述 | 第16-18页 |
| 2.1.2 RBM及表征学习 | 第18-21页 |
| 2.2 相关检测技术背景介绍 | 第21-26页 |
| 2.2.1 BP检测理论概述 | 第21-23页 |
| 2.2.2 Markov检测理论概述 | 第23-24页 |
| 2.2.3 SVM检测理论概述 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于深度表征的网络异常检测方法 | 第27-41页 |
| 3.1 深度表征异常检测整体流程 | 第27-28页 |
| 3.2 网络数据解析与特征构建 | 第28-30页 |
| 3.3 DBN网络以及深度表征学习 | 第30-31页 |
| 3.4 深度表征的异常检测判别模型 | 第31-38页 |
| 3.4.1 深度DRBM的检测模型构建 | 第31-36页 |
| 3.4.2 对比模型构建实现 | 第36-38页 |
| 3.5 系统框架 | 第38-39页 |
| 3.6 本章小结 | 第39-41页 |
| 第4章 异常检测模型实验以及分析 | 第41-51页 |
| 4.1 数据集合说明 | 第41-42页 |
| 4.2 RBMS实验与分析 | 第42-43页 |
| 4.3 深度表征实验与分析 | 第43-45页 |
| 4.3.1 评测标准 | 第43页 |
| 4.3.2 基于传统特征的异常检测实验与分析 | 第43-44页 |
| 4.3.3 基于深度表征的异常检测实验与分析 | 第44-45页 |
| 4.4 补充训练数据深度表征模型实验及分析 | 第45-49页 |
| 4.4.1 数据集补充实验及分析 | 第45-49页 |
| 4.4.2 深度表征异常检测模型性能分析 | 第49页 |
| 4.5 本章小结 | 第49-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
