| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第7-16页 |
| 1.1 课题研究背景及意义 | 第7-12页 |
| 1.2 国内外研究历史与现状 | 第12-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 第二章 异常检测领域的相关背景 | 第16-20页 |
| 2.1 常见网络攻击的分类 | 第16-17页 |
| 2.2 异常检测技术的分类 | 第17-19页 |
| 2.3 目前还存在的难点 | 第19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 无监督学习算法介绍 | 第20-28页 |
| 3.1 聚类算法介绍 | 第20-25页 |
| 3.2 异常值检测算法介绍 | 第25-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 本文提出的无监督学习算法 | 第28-36页 |
| 4.1 本文所做的工作介绍 | 第28页 |
| 4.2 基于MIC的无监督特征选择算法 | 第28-30页 |
| 4.3 基于聚类的异常检测算法 | 第30-35页 |
| 4.4 本章小结 | 第35-36页 |
| 第五章 实验设计与结果分析 | 第36-49页 |
| 5.1 实验环境及数据集介绍 | 第36-40页 |
| 5.2 无监督特征选择算法的实验结果与分析 | 第40-42页 |
| 5.3 基于改进的密度峰值聚类算法的实验结果与分析 | 第42-48页 |
| 5.4 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |