| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·入侵检测相关概念与定义 | 第10-11页 |
| ·入侵检测技术的分类及研究现状 | 第11-14页 |
| ·入侵检测面临一些新的难点重点问题 | 第14-15页 |
| ·异常检测算法的评估指标 | 第15-16页 |
| ·本文的研究内容与成果 | 第16页 |
| ·本文的结构 | 第16-18页 |
| ·本章小节 | 第18-19页 |
| 第二章 网络数据的再认识及相异性度量 | 第19-33页 |
| ·网络连接记录 | 第19-21页 |
| ·攻击类型描述 | 第21-23页 |
| ·样本记录的统计分析 | 第23-25页 |
| ·统计结果分析 | 第25页 |
| ·KDD Cup 1999样本集的再认识 | 第25-28页 |
| ·数据样本的度量 | 第28-32页 |
| ·距离度量方法 | 第28-29页 |
| ·相似性测度 | 第29-31页 |
| ·非度量方法 | 第31-32页 |
| ·异构数据的度量 | 第32页 |
| ·本章小节 | 第32-33页 |
| 第三章 量子聚类算法的研究及其在异常检测中的应用 | 第33-63页 |
| ·引言 | 第33-34页 |
| ·量子力学的基本理论 | 第34-35页 |
| ·概率波函数 | 第34页 |
| ·薛定锷方程 | 第34-35页 |
| ·量子势能 | 第35页 |
| ·QC 算法与FCM 算法的比较研究 | 第35-45页 |
| ·量子聚类算法 | 第36-38页 |
| ·FCM 算法及其特点 | 第38-39页 |
| ·FCM 算法的一种量子理论解释 | 第39-40页 |
| ·QC 算法与FCM 算法的仿真实验比较 | 第40-45页 |
| ·结论 | 第45页 |
| ·基于核宽度调节参数估计的量子聚类算法 | 第45-49页 |
| ·算法概述 | 第45-46页 |
| ·PeQC 算法 | 第46-47页 |
| ·仿真实验及分析 | 第47-49页 |
| ·算法小节 | 第49页 |
| ·语义属性数据模糊量子聚类算法 | 第49-56页 |
| ·算法概述 | 第49-50页 |
| ·距离量子势能 | 第50-51页 |
| ·语义属性数据量子聚类算法 | 第51-53页 |
| ·仿真实验及分析 | 第53-56页 |
| ·算法小节 | 第56页 |
| ·基于量子聚类的异常检测方法 | 第56-62页 |
| ·方法概述 | 第56-57页 |
| ·量子势能中的相异性度量分析 | 第57页 |
| ·异构数据的距离量子聚类算法 | 第57-58页 |
| ·基于MDQC 算法的异常检测方法 | 第58-59页 |
| ·仿真实验及分析 | 第59-61页 |
| ·异常检测方法小节 | 第61-62页 |
| ·本章小节 | 第62-63页 |
| 第四章 基于语义属性数据离群聚类的异常检测 | 第63-73页 |
| ·引言 | 第63-64页 |
| ·离群聚类算法介绍 | 第64-65页 |
| ·主观发现方法 | 第64页 |
| ·客观发现方法 | 第64-65页 |
| ·离群聚类算法及分析 | 第65-69页 |
| ·样本的相异性度量 | 第65-66页 |
| ·离群聚类算法 | 第66-67页 |
| ·算法抗离群点干扰能力分析 | 第67-69页 |
| ·算法的时空复杂度分析 | 第69页 |
| ·基于离群聚类的异常检测研究 | 第69-71页 |
| ·检测方法概述 | 第69页 |
| ·异常检测实验及分析 | 第69-71页 |
| ·本章小节 | 第71-73页 |
| 第五章 基于语义属性数据核分类方法的异常检测 | 第73-87页 |
| ·引言 | 第73页 |
| ·支撑向量机简介 | 第73-77页 |
| ·核方法分析及支撑向量机中的核函数 | 第77-79页 |
| ·核方法分析 | 第77-78页 |
| ·支撑向量机中的核函数 | 第78-79页 |
| ·语义属性数据的核分类方法及分析 | 第79-84页 |
| ·样本的相异性度量 | 第79-80页 |
| ·异构属性样本的核分类方法 | 第80-81页 |
| ·标准样本集的仿真实验及分析 | 第81-84页 |
| ·基于语义属性数据分类方法的异常检测研究 | 第84-86页 |
| ·检测方法概述 | 第84页 |
| ·异常检测实验及分析 | 第84-86页 |
| ·本章小节 | 第86-87页 |
| 第六章 基于结构熵聚类的异常检测 | 第87-103页 |
| ·引言 | 第87-88页 |
| ·信息论基础 | 第88-90页 |
| ·自信息 | 第88页 |
| ·信息熵 | 第88-89页 |
| ·互信息 | 第89-90页 |
| ·连续属性的离散化算法 | 第90-92页 |
| ·离散化问题简述 | 第91页 |
| ·离散化算法 | 第91-92页 |
| ·结构熵聚类算法 | 第92-99页 |
| ·算法概述 | 第92-93页 |
| ·相异性度量 | 第93-95页 |
| ·结构熵聚类算法 | 第95-99页 |
| ·算法小节 | 第99页 |
| ·基于结构熵聚类的异常检测研究 | 第99-102页 |
| ·检测方法概述 | 第99-100页 |
| ·异常检测实验及分析 | 第100-102页 |
| ·本章小节 | 第102-103页 |
| 第七章 结论与展望 | 第103-105页 |
| ·本文主要内容总结 | 第103-104页 |
| ·进一步的研究工作 | 第104-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-116页 |
| 附录1：作者在攻读博士学位期间发表的论文和参与的项目 | 第116-117页 |
| 附录2：本文算法的实验环境 | 第117页 |