| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 引言 | 第8-13页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究内容与意义 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第2章 预备知识 | 第13-22页 |
| 2.1 网络入侵检测 | 第13-18页 |
| 2.1.1 概念与分类 | 第13-14页 |
| 2.1.2 入侵检测系统模型 | 第14-15页 |
| 2.1.3 入侵检测方法与技术 | 第15-18页 |
| 2.2 离群数据挖掘方法 | 第18-21页 |
| 2.2.1 离群数据定义 | 第18-19页 |
| 2.2.2 离群数据挖掘方法 | 第19-21页 |
| 2.2.3 离群数据挖掘应用 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 基于邻域关系的离群检测算法 | 第22-31页 |
| 3.1 算法相关概念 | 第22-26页 |
| 3.1.1 邻域关系与信息熵 | 第22-24页 |
| 3.1.2 相对邻域熵与离群度 | 第24-26页 |
| 3.2 算法设计思路与流程 | 第26-27页 |
| 3.3 算法描述 | 第27-28页 |
| 3.4 算法实例分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第4章 基于相对邻域熵的直推式网络异常检测算法 | 第31-45页 |
| 4.1 直推信度机 | 第31-33页 |
| 4.1.1 异常程度的度量 | 第32页 |
| 4.1.2 随机性检测 | 第32-33页 |
| 4.1.3 信度的构造 | 第33页 |
| 4.2 TCM-KNN：直推式网络异常检测改进算法简介 | 第33-36页 |
| 4.3 TCM-RNE: 基于相对邻域熵的直推式网络异常检测算法 | 第36-44页 |
| 4.3.1 算法相关概念 | 第36-40页 |
| 4.3.1.1 TCM-RNE 相对邻域熵 | 第36-38页 |
| 4.3.1.2 TCM-RNE 异常程度度量 | 第38-40页 |
| 4.3.2 算法流程与算法描述 | 第40-44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 实验与分析 | 第45-62页 |
| 5.1 基于邻域关系的异常检测算法实验和分析 | 第45-50页 |
| 5.1.1 实验目标 | 第45页 |
| 5.1.2 实验设计思路 | 第45-46页 |
| 5.1.3 实验环境与实验数据 | 第46-47页 |
| 5.1.4 实验结果与分析 | 第47-50页 |
| 5.2 基于相对邻域熵的网络异常检测算法实验与分析 | 第50-61页 |
| 5.2.1 实验目标 | 第50页 |
| 5.2.2 实验设计思路 | 第50-51页 |
| 5.2.3 实验环境与实验数据 | 第51-52页 |
| 5.2.4 实验结果与分析 | 第52-61页 |
| 5.3 本章小结 | 第61-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62-63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间的研究成果 | 第68页 |
