数据挖掘在网络入侵检测系统中的应用研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| 1．1 课题的研究背景和意义 | 第6-7页 |
| 1．2 国内外研究现状 | 第7-8页 |
| 1．3 论文的结构 | 第8-10页 |
| 第二章 Snort入侵检测系统分析 | 第10-27页 |
| 2．1 入侵检测系统的概念 | 第10-13页 |
| 2．1．1 入侵检测技术 | 第10-12页 |
| 2．1．2 入侵检测系统 | 第12-13页 |
| 2．2 入侵检测系统及检测算法的性能分析 | 第13-15页 |
| 2．2．1 评价入侵检测系统性能的要素 | 第13-14页 |
| 2．2．2 评价入侵检测系统性能的参数 | 第14-15页 |
| 2．3 Snort体系结构 | 第15-26页 |
| 2．3．1 概述 | 第15-17页 |
| 2．3．2 各模块分析 | 第17-22页 |
| 2．3．3 Snort中模式匹配算法的分析与改进 | 第22-26页 |
| 2．4 本章小结 | 第26-27页 |
| 第三章 基于聚类分析的非监督式异常检测 | 第27-44页 |
| 3．1 引言 | 第27-28页 |
| 3．2 聚类分析 | 第28-36页 |
| 3．2．1 相似性的测度和聚类准则 | 第28-31页 |
| 3．2．2 聚类分析算法的分类 | 第31-32页 |
| 3．2．3 几种聚类算法 | 第32-36页 |
| 3．3 实验及结果分析 | 第36-43页 |
| 3．3．1 实验方法 | 第36-40页 |
| 3．3．2 实验结果 | 第40-43页 |
| 3．4 本章小结 | 第43-44页 |
| 第四章 关联规则及频繁情节挖掘 | 第44-56页 |
| 4．1 关联规则挖掘 | 第44-47页 |
| 4．1．1 基本概念 | 第44-45页 |
| 4．1．2 Apriori算法 | 第45-47页 |
| 4．2 频繁情节挖掘 | 第47-50页 |
| 4．2．1 频繁情节挖掘的定义 | 第48页 |
| 4．2．2 串行频繁情节挖掘算法 | 第48-50页 |
| 4．3 实验及结果分析 | 第50-55页 |
| 4．3．1 实验数据描述及预处理 | 第50-51页 |
| 4．3．2 基于关联规则的检测 | 第51-53页 |
| 4．3．3 基于频繁情节挖掘的检测 | 第53-55页 |
| 4．4 本章小结 | 第55-56页 |
| 第五章 混合入侵检测系统模型 | 第56-64页 |
| 5．1 引言 | 第56页 |
| 5．2 入侵检测系统的标准 | 第56-58页 |
| 5．3 系统的概要设计 | 第58-63页 |
| 5．3．1 数据采集及预处理模块 | 第59-60页 |
| 5．3．2 检测模块 | 第60-62页 |
| 5．3．3 输出模块 | 第62-63页 |
| 5．4 本章小结 | 第63-64页 |
| 第六章 结束语 | 第64-65页 |
| 在研究生期间发表的论文 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
