| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景及意义 | 第7-8页 |
| ·入侵检测研究现状 | 第8-11页 |
| ·本文主要研究内容及结构安排 | 第11-13页 |
| 第二章 不平衡数据集的学习算法 | 第13-19页 |
| ·数据层面算法 | 第13-15页 |
| ·算法层面算法 | 第15-19页 |
| 第三章 无监督集成特征选择 | 第19-30页 |
| ·引言 | 第19-20页 |
| ·无监督特征选择度量 | 第20-24页 |
| ·不平衡入侵检测数据集的集成特征选择 | 第24-26页 |
| ·实验结果与分析 | 第26-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 不平衡入侵检测数据的检测模型 | 第30-43页 |
| ·支持向量聚类基础 | 第30-33页 |
| ·参数选择 | 第33页 |
| ·停止条件 | 第33页 |
| ·基于SVC和重抽样的入侵检测模型 | 第33-42页 |
| ·重抽样方法 | 第33-36页 |
| ·算法流程 | 第36-37页 |
| ·实验与分析 | 第37-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 总结与展望 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 个人简介、在学期间的研究成果及发表的学术论文 | 第50页 |