文摘
英文文摘
第一章 绪论
1.1 研究背景
1.2 研究现状及意义
1.3 本文工作
1.4 论文结构
第二章 采样与数据流挖掘
2.1 高速网下的采样分析
2.1.1 采样的必要性
2.1.2 采样的有效性
2.2 sFLOW采样技术
2.2.1 概述
2.2.2 sFlow工作机制
2.3 数据流获取方式的选择
2.3.1 几种数据流采样技术
2.3.2 sFloW的优势
2.4 数据流挖掘
2.4.1 数据流的特点
2.4.2 数据流模型
2.4.3 数据流模型与传统模型的区别
2.5 数据流挖掘在网络行为分析中的优势
2.6 小结
第三章 基于数据流的分析模型
3.1 网络异常检测模型分析
3.2 基于数据流的分析框架
3.2.1 网络行为分析模型
3.2.2 网络行为的流描述
3.2.3 挖掘算法的选择
3.3 网络行为分析模型设计
3.3.1 数据准备
3.3.2 规则维护
3.3.3 挖掘结果的输出
3.4 小结
第四章 数据流聚类算法
4.1 数据流聚类中的技术和概念
4.1.1 基于数据的技术
4.1.2 基于任务的技术
4.2 经典数据流聚类算法的不足
4.2.1 STREAM算法
4.2.2 CluStream算法
4.2.3 HPStream算法
4.3 数据流聚类算法的改进
4.3.1 改进数据流聚类算法的原则
4.3.2 定义
4.3.3 算法思想
4.3.4 算法描述
4.3.5 修剪策略
4.4 小结
第五章 在真实网络环境中的实验结果分析
5.1 校园网中需要处理的问题
5.1.1 校园网的特征
5.1.2 校园网的主要问题
5.1.3 实施方案
5.2 网络数据预处理
5.3 网络行为规则挖掘
5.4 试验结果分析
5.5 小结
第六章 结束语
致谢
参考文献
研究成果