| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 前言 | 第10-18页 |
| ·课题背景 | 第10-11页 |
| ·Netflow 流量数据介绍 | 第11-13页 |
| ·异常流量产生的原因 | 第13-14页 |
| ·异常流量的表现特征 | 第14-16页 |
| ·论文主要工作 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 相关技术研究与分析 | 第18-30页 |
| ·流量检测面临问题 | 第18-19页 |
| ·流量检测技术研究现状与发展 | 第19-21页 |
| ·典型的先验型异常流量检测分类算法介绍 | 第21-26页 |
| ·基于流量特征的异常流量检测 | 第21-22页 |
| ·K-Means 异常检测分类 | 第22-23页 |
| ·PCA 异常流量检测 | 第23-24页 |
| ·基于信息熵决策树的异常流量检测 | 第24-25页 |
| ·典型先验算法分析比较 | 第25-26页 |
| ·典型的后验型异常流量检测分类算法介绍 | 第26-29页 |
| ·朴素贝叶斯异常检测 | 第26-27页 |
| ·神经网络异常检测 | 第27-28页 |
| ·典型后验算法分析比较 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 PBP：基于先验触发的改进型BP 神经网络算法 | 第30-41页 |
| ·算法提出 | 第30-32页 |
| ·算法描述 | 第32-33页 |
| ·PBP 算法实现 | 第33-36页 |
| ·算法实现结构 | 第33-35页 |
| ·触发条件设置 | 第35-36页 |
| ·性能评价 | 第36-39页 |
| ·集成实验测测环境 | 第36-37页 |
| ·与典型先验算法的性能比较 | 第37-38页 |
| ·与典型后验算法的性能比较 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 NBD：基于贝叶斯决策论的算法 | 第41-51页 |
| ·贝叶斯决策论思想 | 第41-43页 |
| ·NBD 算法实现 | 第43-48页 |
| ·算法实现结构 | 第43-44页 |
| ·连续概率密度函数和离散化概率计算 | 第44-47页 |
| ·判定函数和概率误差 | 第47-48页 |
| ·性能评价 | 第48-50页 |
| ·与典型先验算法的性能比较 | 第48-49页 |
| ·与典型后验算法的性能比较 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 异常流量检测原型系统设计与实现 | 第51-63页 |
| ·系统总体框架 | 第51-52页 |
| ·系统设计实现 | 第52-56页 |
| ·系统各功能模块设计 | 第52-53页 |
| ·实时异常检测模块 | 第53-54页 |
| ·系统数据库结构 | 第54-55页 |
| ·系统类图结构 | 第55-56页 |
| ·系统测试 | 第56-62页 |
| ·异常流量展示 | 第56-58页 |
| ·PBP 算法实验 | 第58-60页 |
| ·NBD 算法实验 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结束语 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在学期间取得的学术成果 | 第69页 |