贝叶斯分类及其在入侵检测中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·前言 | 第8-9页 |
| ·网络安全与入侵检测 | 第9-10页 |
| ·本论文的主要工作及结构安排 | 第10-11页 |
| 2 入侵检测系统基础 | 第11-26页 |
| ·目前常用的攻击手段和方法分析 | 第11-13页 |
| ·入侵检测的研究背景和现状 | 第13-14页 |
| ·入侵检测的概念和分类 | 第14-17页 |
| ·入侵检测模型 | 第17-19页 |
| ·入侵检测方法 | 第19-22页 |
| ·异常检测技术 | 第19-20页 |
| ·误用检测技术 | 第20-22页 |
| ·入侵检测面临的问题及其发展趋势 | 第22-25页 |
| ·本章小结 | 第25-26页 |
| 3 贝叶斯原理及贝叶斯分类的研究 | 第26-34页 |
| ·引言 | 第26页 |
| ·贝叶斯分类理论 | 第26-31页 |
| ·贝叶斯定量和极大后验假设 | 第26-27页 |
| ·朴素的贝叶斯分类 | 第27-29页 |
| ·贝叶斯网络 | 第29-31页 |
| ·朴素贝叶斯的改进:核密度估计 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 4 多维数据属性选择研究 | 第34-42页 |
| ·属性选择概述 | 第34页 |
| ·属性选择基本步骤 | 第34-35页 |
| ·属性选择方法 | 第35-37页 |
| ·基于相关性的属性评价标准 | 第37-39页 |
| ·概述 | 第37-38页 |
| ·线性相关性评价方法 | 第38页 |
| ·基于信息熵的相关性评价方法 | 第38-39页 |
| ·基于对称不确定性属性选择方法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 贝叶斯分类在入侵检测中的应用 | 第42-50页 |
| ·基于贝叶斯分类入侵检测的概述 | 第42页 |
| ·实验的建立 | 第42-44页 |
| ·分析数据 | 第43页 |
| ·分析工具 | 第43-44页 |
| ·评估标准 | 第44页 |
| ·NBC检测包含所有属性的入侵审计数据 | 第44-45页 |
| ·K_NBC对包含所有属性的入侵审计数据的检测 | 第45-46页 |
| ·NBC检测经过FCBF属性选择后的数据 | 第46-47页 |
| ·K_NBC检测经过FCBF属性选择后的数据 | 第47-49页 |
| ·识别重要的属性 | 第49页 |
| ·本章小结 | 第49-50页 |
| 6 结论与展望 | 第50-52页 |
| ·结论 | 第50页 |
| ·下一步工作 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 附录:攻读学位期间的主要学术成果 | 第58-59页 |
| 致谢 | 第59页 |
