| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-19页 |
| ·研究目的和意义 | 第12-13页 |
| ·网络流量异常介绍 | 第13-16页 |
| ·本文主要工作与贡献 | 第16-17页 |
| ·后续内容安排 | 第17-19页 |
| 第二章 网络流量异常检测和分类 | 第19-25页 |
| ·网络流量异常检测研究现状 | 第19-22页 |
| ·网络流量异常分类研究现状 | 第22-23页 |
| ·骨干网中流量异常检测与分类的困难 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 改进的 ASTUTE 网络流量异常检测方法 | 第25-46页 |
| ·相关背景介绍 | 第26-28页 |
| ·高斯分布 | 第26-27页 |
| ·区间估计 | 第27-28页 |
| ·ASTUTE 模型 | 第28-30页 |
| ·基于 ASTUTE 模型的异常检测方法 | 第30-33页 |
| ·异常检测流程 | 第30-32页 |
| ·异常流提取流程 | 第32-33页 |
| ·对 ASTUTE 异常检测方法的改进 | 第33-34页 |
| ·仿真实验与分析 | 第34-44页 |
| ·实验环境及实验数据 | 第34页 |
| ·ASTUTE 异常检测方法仿真流程 | 第34-36页 |
| ·ASTUTE 异常检测方法仿真结果及分析 | 第36-40页 |
| ·改进后的 ASTUTE 异常检测方法仿真流程 | 第40页 |
| ·改进后的 ASTUTE 异常检测方法仿真结果及分析 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 基于异常特征多时间序列的网络流量异常分类方法 | 第46-63页 |
| ·相关背景介绍 | 第46-50页 |
| ·信息熵和归一化熵 | 第46-47页 |
| ·聚类分析和凝聚分层聚类 | 第47-50页 |
| ·异常特征的多时间序列表示 | 第50-52页 |
| ·选取流特征参数 | 第50页 |
| ·异常流提取 | 第50-51页 |
| ·创建历史时间窗 | 第51页 |
| ·计算各时刻不同流特征参数的归一化熵 | 第51页 |
| ·构建异常特征多时间序列 | 第51-52页 |
| ·基于异常特征多时间序列的无监督流量异常分类方法 | 第52-53页 |
| ·基于异常特征多时间序列的有监督流量异常分类方法 | 第53-57页 |
| ·初始分类树构建 | 第54页 |
| ·新异常分类 | 第54-55页 |
| ·分类树更新 | 第55-57页 |
| ·仿真实验与分析 | 第57-62页 |
| ·实验环境与实验数据 | 第57页 |
| ·仿真流程 | 第57-59页 |
| ·仿真结果及分析 | 第59-60页 |
| ·无监督分类方法仿真结果及分析 | 第60页 |
| ·有监督分类方法仿真结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 全文总结 | 第63-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻硕期间取得的研究成果 | 第70-71页 |
