| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究意义及发展趋势 | 第12页 |
| 1.4 论文的研究内容和创新 | 第12-13页 |
| 1.5 论文组织结构 | 第13-15页 |
| 2 网络异常检测与分类技术 | 第15-26页 |
| 2.1 网络异常概述 | 第15-18页 |
| 2.2 网络异常分析方法 | 第18-26页 |
| 2.2.1 异常检测与分类 | 第18-19页 |
| 2.2.2 网络流量矩阵 | 第19-20页 |
| 2.2.3 PGM-NMF 算法 | 第20-22页 |
| 2.2.4 聚类分析 | 第22-24页 |
| 2.2.5 信息熵分析 | 第24-26页 |
| 3 网络入侵检测框架模型设计 | 第26-33页 |
| 3.1 网络入侵检测系统概述 | 第26-29页 |
| 3.1.1 入侵检测系统原理 | 第27-28页 |
| 3.1.2 入侵检测的一般过程 | 第28页 |
| 3.1.3 入侵检测的通用模型 | 第28-29页 |
| 3.2 模型设计的关键问题 | 第29-30页 |
| 3.3 框架模型总体结构 | 第30-33页 |
| 4 基于流量矩阵的网络入侵检测算法 | 第33-39页 |
| 4.1 基于 PGM-NMF 的网络流量异常检测 | 第33-35页 |
| 4.1.1 基于信息熵的流量矩阵 | 第34页 |
| 4.1.2 网络异常凸显与检测 | 第34页 |
| 4.1.3 网络流量异常检测方法 | 第34-35页 |
| 4.2 基于聚类分析的网络流量异常分类 | 第35-39页 |
| 4.2.1 网络异常流量特征 | 第36页 |
| 4.2.2 聚类分析算法 | 第36-38页 |
| 4.2.3 网络流量异常分类方法 | 第38-39页 |
| 5 仿真实验结果及分析 | 第39-53页 |
| 5.1 性能指标 | 第39-40页 |
| 5.2 实验环境 | 第40-41页 |
| 5.3 实验数据 | 第41-43页 |
| 5.3.1 模拟数据集 | 第41-42页 |
| 5.3.2 实测数据集 | 第42-43页 |
| 5.4 基于 PGM-NMF 的入侵检测实验及分析 | 第43-48页 |
| 5.4.1 实验原理 | 第43-44页 |
| 5.4.2 仿真实验 | 第44-46页 |
| 5.4.3 性能分析 | 第46-47页 |
| 5.4.4 参数影响 | 第47-48页 |
| 5.5 基于聚类分析的异常分类实验及分析 | 第48-53页 |
| 5.5.1 实验原理 | 第48-49页 |
| 5.5.2 仿真实验 | 第49-51页 |
| 5.5.3 性能分析 | 第51-52页 |
| 5.5.4 参数影响 | 第52-53页 |
| 总结 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59页 |