基于实时数据的动态异常检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·课题研究背景 | 第11-12页 |
| ·课题研究意义 | 第12页 |
| ·数据挖掘技术现状及相关知识 | 第12-14页 |
| ·数据挖掘定义 | 第12-13页 |
| ·数据挖掘过程描述 | 第13页 |
| ·数据挖掘的任务 | 第13-14页 |
| ·异常检测技术相关知识 | 第14-18页 |
| ·异常的定义 | 第15页 |
| ·异常分类 | 第15-16页 |
| ·异常检测方法分类 | 第16-17页 |
| ·异常检测的相关应用 | 第17页 |
| ·实时数据异常检测流程 | 第17-18页 |
| ·本文的主要工作 | 第18页 |
| ·本文组织结构 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 相关异常检测技术概述 | 第20-33页 |
| ·基于 PCA 的异常检测方法分析 | 第20-22页 |
| ·PCA 方法原理 | 第20-21页 |
| ·基于 PCA 的异常检测方法分析 | 第21-22页 |
| ·基于 KPCA 的异常检测方法分析 | 第22-25页 |
| ·核方法描述 | 第22-23页 |
| ·KPCA 方法原理 | 第23-24页 |
| ·基于 KPCA 的异常检测方法分析 | 第24-25页 |
| ·基于神经网络的异常检测方法分析 | 第25-29页 |
| ·神经网络模型 | 第25-26页 |
| ·基于神经网络的异常检测方法流程 | 第26-27页 |
| ·基于神经网络的异常检测方法分析 | 第27-29页 |
| ·基于隐马尔科夫模型的异常检测方法分析 | 第29-30页 |
| ·隐马尔科夫模型 | 第29页 |
| ·基于隐马尔科夫模型的异常检测方法分析 | 第29-30页 |
| ·传统异常检测方法模型分析及其改进 | 第30-31页 |
| ·传统异常检测方法模型 | 第30页 |
| ·待解决的关键问题 | 第30-31页 |
| ·改进的异常检测方法模型 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第三章 BSF 数据过滤算法 | 第33-45页 |
| ·Skyline 空间查询算法 | 第34-35页 |
| ·Skyline 算法描述 | 第34页 |
| ·Skyline 算法应用 | 第34-35页 |
| ·边界集理论 | 第35-40页 |
| ·边界集的定义 | 第36-37页 |
| ·边界集的性质 | 第37-38页 |
| ·边界集的性质应用 | 第38-40页 |
| ·BSF 数据过滤算法 | 第40-42页 |
| ·BSF 数据过滤算法定义 | 第40页 |
| ·BSF 数据过滤算法流程 | 第40-41页 |
| ·BSF 数据过滤算法描述 | 第41-42页 |
| ·基于 UCI 数据集的仿真实现及分析 | 第42-44页 |
| ·基于 UCI 数据集的仿真实现及分析 | 第42页 |
| ·Shuttle 数据集 | 第42页 |
| ·仿真实验步骤 | 第42-43页 |
| ·仿真实验结果及分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于系数向量的动态异常检测方法 | 第45-58页 |
| ·系数向量模型 | 第45-46页 |
| ·基于系数向量的异常判别方法 | 第46-47页 |
| ·数据图形结构 | 第46页 |
| ·基于系数向量的异常判别方法 | 第46-47页 |
| ·Sign 异常分类算法 | 第47-49页 |
| ·决策树理论 | 第47页 |
| ·Sign 异常分类算法定义 | 第47-48页 |
| ·Sign 异常分类算法过程 | 第48页 |
| ·Sign 异常分类算法应用 | 第48-49页 |
| ·基于系数向量的动态异常检测方法 | 第49-51页 |
| ·基于系数向量的动态异常检测方法流程 | 第49-50页 |
| ·基于系数向量的动态异常检测方法原理 | 第50-51页 |
| ·基于系数向量的动态异常检测方法步骤 | 第51页 |
| ·基于 TEP 数据的仿真实验及分析 | 第51-57页 |
| ·TEP 数据描述 | 第52-53页 |
| ·试验环境 | 第53-54页 |
| ·实验步骤 | 第54页 |
| ·实验结果及分析 | 第54-57页 |
| ·实验结论 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结和展望 | 第58-60页 |
| ·本文工作总结 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66-67页 |
