数据挖掘在网络入侵检测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-12页 |
| ·背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第2章 入侵检测及其相关技术 | 第12-20页 |
| ·入侵检测概述 | 第12页 |
| ·入侵检测的原理 | 第12-14页 |
| ·入侵检测的方法 | 第14-15页 |
| ·异常入侵检测法 | 第14-15页 |
| ·误用检测法 | 第15页 |
| ·入侵检测的技术 | 第15-18页 |
| ·基于统计的入侵检测 | 第15-16页 |
| ·基于专家的入侵检测 | 第16页 |
| ·基于神经网络的入侵检测 | 第16-17页 |
| ·基于模型推理的入侵检测 | 第17页 |
| ·基于数据挖掘的入侵检测 | 第17-18页 |
| ·现有入侵检测的缺陷 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 数据挖掘理论与入侵检测技术 | 第20-26页 |
| ·数据挖掘的概念 | 第20-21页 |
| ·数据挖掘的主要分析方法 | 第21-22页 |
| ·关联分析 | 第21-22页 |
| ·分类分析 | 第22页 |
| ·聚类分析 | 第22页 |
| ·入侵检测中应用的数据挖掘技术 | 第22-23页 |
| ·入侵检测系统的数据挖掘过程 | 第23-24页 |
| ·基于数据挖掘的入侵检测框架 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 基于数据挖掘的入侵检测系统的设计 | 第26-34页 |
| ·现有入侵检测系统的缺点 | 第26-27页 |
| ·基于数据挖掘技术的入侵检测系统的优点 | 第27-28页 |
| ·入侵检测系统模型的设计 | 第28-30页 |
| ·新型的入侵检测模型设计 | 第28-29页 |
| ·主要功能模块 | 第29页 |
| ·新型系统的工作流程 | 第29-30页 |
| ·模块设计 | 第30-33页 |
| ·行为分析模块 | 第30-31页 |
| ·预检测模块 | 第31页 |
| ·特征提取模块 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第5章 数据挖掘在入侵检测系统中的应用 | 第34-55页 |
| ·入侵检测系统中应用数据挖掘的必要性 | 第34页 |
| ·聚类分析算法 | 第34-38页 |
| ·对 K-means 均值算法的分析 | 第35-36页 |
| ·改进的 K-means 算法 | 第36-38页 |
| ·Apriori 算法分析 | 第38-45页 |
| ·Apriori 算法概述 | 第38-40页 |
| ·Apriori 算法应用实例 | 第40-42页 |
| ·Apriori 算法的改进 | 第42-45页 |
| ·实验与结果分析 | 第45-49页 |
| ·实验数据 | 第45-47页 |
| ·数据预处理 | 第47页 |
| ·结果与分析 | 第47-49页 |
| ·入侵检测系统的仿真实验 | 第49-54页 |
| ·实验平台 | 第49-50页 |
| ·实验过程与结果分析 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| ·总结 | 第55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
