| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-17页 |
| ·研究背景及意义 | 第13页 |
| ·逆向云理论及云理论的国内外研究现状 | 第13-15页 |
| ·论文的主要研究内容与结构组织安排 | 第15-17页 |
| 第2章 云理论及云发生器 | 第17-25页 |
| ·云的定义 | 第17-19页 |
| ·云的数字特征 | 第17-18页 |
| ·云向云 | 第18-19页 |
| ·云模型(Cloud Model) | 第19页 |
| ·逆向云发生器 | 第19-22页 |
| ·逆向云发生器的四种算法 | 第19-21页 |
| ·逆向云发生器的误差 | 第21-22页 |
| ·二维及多维逆向云发生器 | 第22页 |
| ·正向云及其相关知识和Y条件云发生器 | 第22-24页 |
| ·正态云模型 | 第22-23页 |
| ·云发生器 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于云模型的入侵检测系统 | 第25-36页 |
| ·入侵检测系统的定义及其研究现状 | 第25-30页 |
| ·入侵检测系统的研究现状 | 第25-29页 |
| ·逆向云发生器及云理论在入侵检测中的研究现状 | 第29-30页 |
| ·基于云模型的入侵检测 | 第30-31页 |
| ·入侵检测系统的分类 | 第31-34页 |
| ·按照组成方式分类 | 第31-32页 |
| ·按照分析方法分类 | 第32-33页 |
| ·按照信息的来源分类 | 第33-34页 |
| ·入侵检测的发展趋势 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 逆向云理论在数据预处理的应用 | 第36-47页 |
| ·数据选取 | 第36-38页 |
| ·偏差抽样技术 | 第36-38页 |
| ·样本密度值的计算 | 第38页 |
| ·数据清理 | 第38-40页 |
| ·空缺值处理 | 第38-39页 |
| ·噪声数据处理 | 第39-40页 |
| ·不一致数据处理 | 第40页 |
| ·数据集成 | 第40-41页 |
| ·数据变换 | 第41-42页 |
| ·数据规约 | 第42-44页 |
| ·维规约 | 第42-43页 |
| ·数据压缩 | 第43页 |
| ·数据立方体聚集 | 第43-44页 |
| ·逆向云理论的数据预处理 | 第44-46页 |
| ·逆向云发生器的算法 | 第44-45页 |
| ·多传感器加权平均融合算法 | 第45页 |
| ·仿真及实验 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于逆向云理论的入侵检测评定系统 | 第47-54页 |
| ·数据区间的合理划分 | 第47-49页 |
| ·局部孤立系数 | 第47-48页 |
| ·局部孤立系数波峰法LOCW定义 | 第48-49页 |
| ·LOCW时间复杂度分析 | 第49页 |
| ·利用多传感器加权平均方法求得数据的融合值及对应的最小方差 | 第49-50页 |
| ·对具体时刻求估计值 | 第49-50页 |
| ·根据历史数据求估计值 | 第50页 |
| ·利用云模型搭建描述性能指标的定性评测云发生器 | 第50-51页 |
| ·实验及仿真 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读硕士学位期间所发表的学术论文 | 第61页 |