基于聚类的异常挖掘算法研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-16页 |
| 第一章 绪论 | 第16-23页 |
| ·研究背景 | 第16-17页 |
| ·面临的困难与挑战 | 第17-18页 |
| ·研究意义 | 第18-19页 |
| ·主要内容和创新点 | 第19-22页 |
| ·主要内容 | 第19-21页 |
| ·创新点 | 第21-22页 |
| ·组织结构 | 第22-23页 |
| 第二章 相关研究进展 | 第23-35页 |
| ·聚类 | 第23页 |
| ·异常挖掘 | 第23-31页 |
| ·监督异常挖掘 | 第25-26页 |
| ·半监督异常挖掘 | 第26-27页 |
| ·无监督异常挖掘 | 第27-31页 |
| ·聚类在异常挖掘中的应用 | 第31-35页 |
| ·静态数据集异常挖掘 | 第31-32页 |
| ·动态数据流异常挖掘 | 第32-35页 |
| 第三章 基于任意形状聚类的异常挖掘 | 第35-61页 |
| ·引言 | 第35-36页 |
| ·任意形状聚类算法 | 第36-45页 |
| ·相关定义 | 第36-38页 |
| ·OBASC算法 | 第38-40页 |
| ·实验结果与评估 | 第40-45页 |
| ·一种增强的谱聚类算法 | 第45-54页 |
| ·谱聚类介绍 | 第45-46页 |
| ·相关定义 | 第46-48页 |
| ·EASSC算法 | 第48-49页 |
| ·实验结果与评估 | 第49-54页 |
| ·基于聚类融合的异常挖掘 | 第54-59页 |
| ·聚类融合介绍 | 第54-55页 |
| ·CEBOM算法 | 第55-57页 |
| ·实验结果与评估 | 第57-59页 |
| ·小结 | 第59-61页 |
| 第四章 基于增量聚类的异常挖掘 | 第61-84页 |
| ·引言 | 第61-62页 |
| ·一种高效异常挖掘算法 | 第62-71页 |
| ·相关定义 | 第62页 |
| ·ICBOM算法 | 第62-67页 |
| ·参数分析 | 第67-68页 |
| ·实验结果与评估 | 第68-71页 |
| ·讨论 | 第71页 |
| ·基于共享最近邻的异常挖掘 | 第71-78页 |
| ·共享最近邻介绍 | 第72页 |
| ·相关定义 | 第72-73页 |
| ·SNNOM算法 | 第73-74页 |
| ·实验结果与评估 | 第74-78页 |
| ·算法对比 | 第78-82页 |
| ·算法OBASCOM | 第78-79页 |
| ·在UCI机器学习数据集上的算法对比 | 第79-82页 |
| ·小结 | 第82-84页 |
| 第五章 动态数据流异常挖掘 | 第84-105页 |
| ·引言 | 第84-85页 |
| ·基于衰减模型的数据流异常挖掘 | 第85-92页 |
| ·相关定义 | 第86-88页 |
| ·DMDSOM算法 | 第88-92页 |
| ·基于滑动窗口模型的数据流异常挖掘 | 第92-98页 |
| ·滑动窗口介绍 | 第92-93页 |
| ·相关定义 | 第93-96页 |
| ·SWMSOM算法 | 第96-98页 |
| ·实验结果与评估 | 第98-104页 |
| ·数据流检测结果 | 第99-100页 |
| ·改变衰减因子 | 第100-101页 |
| ·改变异常簇比例 | 第101-102页 |
| ·改变MDEF半径 | 第102-103页 |
| ·相关算法对比 | 第103-104页 |
| ·小结 | 第104-105页 |
| 第六章 基于聚类的入侵检测 | 第105-127页 |
| ·引言 | 第105-106页 |
| ·基于半监督人工免疫聚类的入侵检测 | 第106-118页 |
| ·背景介绍 | 第106-107页 |
| ·相关定义 | 第107-109页 |
| ·算法 | 第109-112页 |
| ·实验结果与评估 | 第112-118页 |
| ·基于模糊聚类的数据流入侵检测 | 第118-126页 |
| ·模糊聚类介绍 | 第118-120页 |
| ·相关定义 | 第120-121页 |
| ·算法 | 第121-123页 |
| ·实验结果与评估 | 第123-126页 |
| ·小结 | 第126-127页 |
| 第七章 总结与展望 | 第127-131页 |
| ·总结 | 第127-129页 |
| ·展望 | 第129-131页 |
| 参考文献 | 第131-143页 |
| 致谢 | 第143-144页 |
| 附录 攻读博士学位期间发表和录用的论文 | 第144-145页 |
