文档介绍：编号——硕士学位论文基于流数据聚类挖掘的网络异常行为分析姓名陈耿申请学位级别硕士学科ㄒ计算机应用技术论文提交日期学位授予单位和日期指导作者教师朱玉全高自娟月论文答辩日期江苏大学答辩委员会主席薛安荣评阅人同目密级公珏
学位论文作者签名:高饲踊砂,/年学位论文版权使用授权书加年多月本学位论文属于不保密江苏大学、中国科学技术信息研究所、国家图书馆、中国学术期刊馀贪电子杂志社有权保留本人所送交学位论文的复印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相~致,允许论文被查阅和借阅,同时授权中国科学技术信息研究所将本论文编入《中国学位论文全文数据库》并向社会提供查询,授权中国学术期刊馀贪电子杂志社将本论文编入《中国优秀博硕士学位论文全文数据库》并向社会提供查询。论文的公布ǹ授权江苏大学研究生处办理。指导教师签名:
学位论文作者签名:高自均日期:加月独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容以外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
摘要关键词:网络异常行为,流数据,聚类,变尺度滑动窗口模型随着数字信息时代的到来,利用互联网对外沟通已成为人们日常生活中不可缺少的一部分。互联网与生俱有的开放性、交互性和分散性特征,满足了人们对信息共享、开放、灵活和快速的需求。网络用户的规模在逐渐扩大,网络用户的行为也越来越复杂。与此同时各种网络问题也随之出现,给网络检测带来更大的挑战。需要有效控制网络入侵、网络欺骗和网络破坏等网络违规行为。因此网络用户行为的研究与分析越来越重要。网络行为分析模型可以有效并及时发现网络中的异常行为,协助网络管理员更好的管理网络,提高网络的使用效率。针对网络行为具有流特性的特点,本文采用流数据聚类挖掘技术对网络异常行为进行分析,采用变尺度滑动窗口采集网络行为流数据,利用改进的混合指数直方图生成概要数据结构,利用聚类技术对网络异常行为分析中的网络行为流数据进行预处理,并利用流数据聚类挖掘算法对网络行为进行挖掘分析。本文主要完成的工作主要包括:治隽肆魇菥劾嗉巴缫斐P形7治龇矫娴闹J叮;诹魇菥类的网络异常行为分析的实现提供了理论基础。樯芰嘶诹魇菥劾嗟耐缧形A魇菰ご矸椒ǎ岢隽艘恢滞过应用聚类技术进行缺失值的填充及新属性的构造方法。岢隽艘恢只诒涑叨然翱诘牧魇菥劾嗨惴ǎ盟惴ǜ慕嘶合指数直方图来存储流入的数据,通过应用可变尺度滑动窗口技术对流数据进行挖掘。杓撇⑹迪至艘恢只诹魇菥劾嗟耐缫斐P形7治鱿低常ü体实例验证了模型的可行性和有效性。江苏大学硕士学位论文
..篘江苏大学硕士学位论文甅琧琒甌’.,痗..,.瑆,,痓瓸
求江苏大学硕士学位论文日摘昙要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的研究目标及主要工作⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第二章流数据聚类及网络异常行为分析技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯流数据聚类分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..<耐缫斐P形!.缫斐P形7治龅囊话惴椒ā国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章基于聚类的网络行为流数据预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..数据预处理及概要信息的提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⒌奶崛基于聚类的数据预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..流数据的特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯流数据聚类算法的要求⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.流数据聚类算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯