| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-13页 |
| ·面向无线传感器网络流数据聚类的意义 | 第11-12页 |
| ·无线传感器入侵监控 | 第12-13页 |
| ·研究现状 | 第13-15页 |
| ·本文创新之处及内容安排 | 第15-17页 |
| 第2章 基于数据挖掘的无线传感器网络入侵监控 | 第17-27页 |
| ·无线传感器网络介绍 | 第17-19页 |
| ·无线传感器网络 | 第17-18页 |
| ·无线传感器网络的特点 | 第18页 |
| ·无线传感器网络体系结构 | 第18-19页 |
| ·传统的网络入侵监控算法 | 第19-24页 |
| ·入侵监控分类 | 第20-21页 |
| ·基于神经网络的方法 | 第21-22页 |
| ·基于规则的专家系统 | 第22页 |
| ·基于概率统计的方法 | 第22-23页 |
| ·机器学习的方法 | 第23页 |
| ·基于人工免疫的网络入侵监控模型 | 第23-24页 |
| ·适用于WSN 入侵监控的聚类方法 | 第24-27页 |
| ·基于蚁群的聚类方法 | 第24-25页 |
| ·增量式的K-Means 方法 | 第25-27页 |
| 第3章 流数据聚类理论与 CLUSTREAM | 第27-37页 |
| ·流数据聚类理论 | 第27-33页 |
| ·流数据及其模型 | 第27页 |
| ·流数据挖掘面临的挑战 | 第27-28页 |
| ·流数据聚类分析的特点 | 第28-29页 |
| ·流数据聚类分析的一般思路 | 第29-30页 |
| ·常见的流数据聚类方法 | 第30-33页 |
| ·CLUSTREAM 算法 | 第33-37页 |
| ·CFC 微簇 | 第33-34页 |
| ·Pyramidal 时间框架 | 第34-35页 |
| ·联机微聚类与脱机宏聚类 | 第35页 |
| ·性能分析 | 第35-37页 |
| 第4章 基于流数据聚类方法的 WSN 未知入侵行为检测 | 第37-59页 |
| ·DOExMiCluster 算法 | 第37-48页 |
| ·算法的基本思想 | 第38-40页 |
| ·算法的技术背景 | 第40-42页 |
| ·由CFC 到ECFC 的聚类特征向量 | 第40-41页 |
| ·数据转化 | 第41页 |
| ·距离度量 | 第41-42页 |
| ·K-means 算法 | 第42-43页 |
| ·DOExMiCluster 处理流程 | 第43-47页 |
| ·初始化微簇 | 第44-45页 |
| ·微簇的训练 | 第45-47页 |
| ·异常数据监测 | 第47页 |
| ·DOExMiCluster 算法性能分析 | 第47-48页 |
| ·分布式DOExMiCluster 技术 | 第48-59页 |
| ·分布式数据挖掘简介 | 第48-51页 |
| ·ECFC 分布式模型结构的建立 | 第51-55页 |
| ·WSN 分簇路由结构 | 第52-53页 |
| ·基于WSN 分簇路由的ECFC 分布式结构 | 第53-55页 |
| ·分布式ECFC 微簇运行流程 | 第55-58页 |
| ·性能分析 | 第58-59页 |
| 第5章 实验及相关分析 | 第59-67页 |
| ·实验数据介绍及入侵检测评价标准 | 第59-60页 |
| ·实验数据 | 第59页 |
| ·入侵检测评价标准 | 第59-60页 |
| ·参数的设定与训练过程中的微簇稳定性实验 | 第60-61页 |
| ·参数的设定 | 第60页 |
| ·微簇稳定性实验 | 第60-61页 |
| ·DOExMiCluster 及对比实验 | 第61-64页 |
| ·基于小样本学习的实验 | 第61-62页 |
| ·基于大样本学习的实验 | 第62-63页 |
| ·对比实验 | 第63-64页 |
| ·分布式DOExMiCluster 实验 | 第64-67页 |
| ·与集中方式的入侵检测精度对比 | 第64页 |
| ·监控类型扩展的分布式实验 | 第64-67页 |
| 第6章 结束语 | 第67-69页 |
| ·本文总结 | 第67-68页 |
| ·今后工作展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间参加的科研项目和成果 | 第73页 |