| 表目录 | 第1-8页 |
| 图目录 | 第8-10页 |
| 摘要 | 第10-11页 |
| ABSTRACT | 第11-13页 |
| 第一章 绪论 | 第13-30页 |
| ·课题研究背景 | 第13-16页 |
| ·互联网发展的新特点 | 第13-14页 |
| ·互联网的安全现状 | 第14-15页 |
| ·入侵检测方法与系统 | 第15-16页 |
| ·异常检测方法概述 | 第16-24页 |
| ·统计分析方法 | 第16-18页 |
| ·机器学习方法 | 第18-21页 |
| ·数据挖掘方法 | 第21-24页 |
| ·问题提出 | 第24-27页 |
| ·问题分析 | 第24-26页 |
| ·多尺度检测过程中的“告警风暴”问题 | 第26-27页 |
| ·多尺度检测过程中产生的高维数据阻碍了检测异常的实时应用 | 第27页 |
| ·本文的主要贡献 | 第27-28页 |
| ·本文的章节安排 | 第28-30页 |
| 第二章 基于图像覆盖度的多尺度异常流量定位算法 | 第30-44页 |
| ·引言 | 第30-31页 |
| ·多尺度分析技术 | 第31-32页 |
| ·不重叠窗口聚合 | 第31-32页 |
| ·滑动窗口聚合 | 第32页 |
| ·网络流量的多尺度分解 | 第32-34页 |
| ·一般流量模型 | 第32-33页 |
| ·多尺度的意义 | 第33-34页 |
| ·基于图像覆盖度的异常多尺度定位算法 | 第34-38页 |
| ·概念定义 | 第34-35页 |
| ·符号约定 | 第35页 |
| ·算法描述 | 第35-38页 |
| ·实验结果及分析 | 第38-43页 |
| ·算法的整体流程 | 第38-39页 |
| ·实验数据分析 | 第39页 |
| ·MS-GCD算法的性能分析 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 网络异常的多尺度低秩分布模型(MRLR) | 第44-57页 |
| ·引言 | 第44-45页 |
| ·模型定义 | 第45-46页 |
| ·问题陈述 | 第45页 |
| ·MRLR模型定义 | 第45-46页 |
| ·模型论证 | 第46-48页 |
| ·基于MRLR的动态特征缩减算法 | 第48-49页 |
| ·算法描述 | 第48-49页 |
| ·算法分析 | 第49页 |
| ·聚焦分类算法 | 第49-51页 |
| ·算法描述 | 第49-50页 |
| ·算法分析 | 第50-51页 |
| ·MRLR模型的普适性推广 | 第51页 |
| ·实验结果及分析 | 第51-56页 |
| ·测试数据集 | 第52-53页 |
| ·RRF算法仿真验证 | 第53-55页 |
| ·FCA算法仿真验证 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于MRLR模型的异常检测模块的设计方案 | 第57-68页 |
| ·引言 | 第57页 |
| ·系统结构 | 第57-58页 |
| ·系统模块实现方案 | 第58-62页 |
| ·多尺度分析模块 | 第58-59页 |
| ·维数缩减引擎设计 | 第59-60页 |
| ·GCD检测算法实现 | 第60-61页 |
| ·异常分类引擎设计 | 第61-62页 |
| ·系统性能测试 | 第62-67页 |
| ·模块部署与测试方案 | 第62-63页 |
| ·系统性能测试 | 第63-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 结束语 | 第68-70页 |
| ·全文总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第74-75页 |
| 致谢 | 第75页 |