| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 数据流异常检测技术概述 | 第15-18页 |
| 1.1.1 数据流异常检测模型 | 第15-16页 |
| 1.1.2 数据流异常检测技术分类 | 第16页 |
| 1.1.3 序列异常检测技术分类 | 第16-17页 |
| 1.1.4 数据流异常检测技术的研究目标 | 第17-18页 |
| 1.2 数据流下多维序列的无监督异常检测技术 | 第18-22页 |
| 1.2.1 数据流下多维序列的无监督异常检测模型 | 第18-19页 |
| 1.2.2 多维序列降维技术 | 第19页 |
| 1.2.3 基于无监督学习的序列异常检测技术 | 第19-20页 |
| 1.2.4 数据流概念漂移检测技术 | 第20页 |
| 1.2.5 技术挑战 | 第20-22页 |
| 1.3 本文工作 | 第22-23页 |
| 1.3.1 基于互信息和最小生成树聚类的特征选择方法 | 第22页 |
| 1.3.2 基于随机抽样和子序列划分的概率后缀树检测方法 | 第22-23页 |
| 1.3.3 基于异常缓冲的模型动态调整方法 | 第23页 |
| 1.3.4 数据流多维序列异常检测系统设计与实现 | 第23页 |
| 1.4 论文结构 | 第23-25页 |
| 第二章 相关研究 | 第25-35页 |
| 2.1 多维序列数据的降维技术 | 第25-29页 |
| 2.1.1 基于特征提取的降维方法 | 第25-27页 |
| 2.1.2 基于特征选择的降维方法 | 第27-29页 |
| 2.2 基于无监督学习的序列异常检测技术 | 第29-33页 |
| 2.2.1 基于核函数的序列异常检测方法 | 第29-31页 |
| 2.2.2 基于马尔科夫链的序列异常检测方法 | 第31-32页 |
| 2.2.3 基于隐马尔可夫模型的序列异常检测方法 | 第32-33页 |
| 2.3 数据流概念漂移检测技术 | 第33-34页 |
| 2.3.1 基于统计量的概念漂移检测方法 | 第33页 |
| 2.3.2 基于检测率的概念漂移检测方法 | 第33-34页 |
| 2.4 本章小结 | 第34-35页 |
| 第三章 基于互信息和最小生成树聚类的特征选择方法 | 第35-47页 |
| 3.1 引言 | 第35-36页 |
| 3.2 基本思想 | 第36-39页 |
| 3.2.1 基本定义 | 第36-38页 |
| 3.2.2 算法流程概述 | 第38-39页 |
| 3.3 算法描述 | 第39-43页 |
| 3.3.1 基于互信息的数据相关性分析算法 | 第39-41页 |
| 3.3.2 基于最小生成树的聚类算法 | 第41-43页 |
| 3.3.3 特征代表选取算法 | 第43页 |
| 3.4 实验结果及分析 | 第43-46页 |
| 3.4.1 实验设置 | 第44页 |
| 3.4.2 实验分析 | 第44-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于随机抽样和子序列划分的概率后缀树检测方法 | 第47-62页 |
| 4.1 引言 | 第47-48页 |
| 4.2 基本思想 | 第48-50页 |
| 4.2.1 基本定义 | 第48-49页 |
| 4.2.2 算法流程概述 | 第49-50页 |
| 4.3 算法描述 | 第50-56页 |
| 4.3.1 基于随机抽样和子序列划分的数据预处理算法 | 第50-52页 |
| 4.3.2 基于索引的概率后缀树构建算法 | 第52-55页 |
| 4.3.3 基于互信息的加权异常得分计算算法 | 第55-56页 |
| 4.4 实验结果及分析 | 第56-61页 |
| 4.4.1 实验设置 | 第56-57页 |
| 4.4.2 模型复杂度分析 | 第57-59页 |
| 4.4.3 检测效率分析 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 基于异常缓冲的模型动态调整方法 | 第62-76页 |
| 5.1 引言 | 第62-63页 |
| 5.2 基本思想 | 第63-65页 |
| 5.2.1 基本定义 | 第63-64页 |
| 5.2.2 算法流程 | 第64-65页 |
| 5.3 算法描述 | 第65-70页 |
| 5.3.1 基于统计量和检测率的混合式概念漂移检测算法 | 第66-69页 |
| 5.3.2 基于衰减函数的模型动态调整算法 | 第69-70页 |
| 5.4 实验结果及分析 | 第70-74页 |
| 5.4.1 实验设置 | 第70页 |
| 5.4.2 缓冲区大小对概念漂移检测率的影响 | 第70-71页 |
| 5.4.3 统计量和检测率的权重比例对概念漂移检测率的影响 | 第71-72页 |
| 5.4.4 模型数量及检测效果 | 第72-74页 |
| 5.5 本章小结 | 第74-76页 |
| 第六章 数据流多维序列异常检测系统设计与实现 | 第76-85页 |
| 6.1 Storm平台简介 | 第76-77页 |
| 6.2 系统总体框架 | 第77-79页 |
| 6.2.1 系统逻辑框架 | 第77-78页 |
| 6.2.2 总体框架 | 第78-79页 |
| 6.3 数据预处理模块实现 | 第79-80页 |
| 6.4 异常检测模块实现 | 第80-81页 |
| 6.5 模型动态调整模块实现 | 第81-82页 |
| 6.6 实验结果及分析 | 第82-84页 |
| 6.6.1 实验设置 | 第82-83页 |
| 6.6.2 实验结果及分析 | 第83-84页 |
| 6.7 本章小结 | 第84-85页 |
| 第七章 结束语 | 第85-88页 |
| 7.1 研究工作总结 | 第85-86页 |
| 7.2 未来工作展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-94页 |
| 作者在学期间取得的学术成果 | 第94-95页 |
| 作者在学期间参加的主要科研工作 | 第95页 |
