基于数据挖掘的自适应入侵检测模型研究
| 内容摘要 | 第1-5页 |
| 英文摘要 | 第5-6页 |
| 第一章 绪言 | 第6-10页 |
| ·研究背景 | 第6-7页 |
| ·研究现状 | 第7-8页 |
| ·研究内容与意义 | 第8-9页 |
| ·主要内容: | 第8-9页 |
| ·意义 | 第9页 |
| ·本文内容的安排 | 第9-10页 |
| 第二章 理论基础 | 第10-19页 |
| ·入侵检测技术 | 第10-14页 |
| ·入侵检测的概念 | 第10页 |
| ·入侵检测的模型建立方法 | 第10-11页 |
| ·入侵检测技术分类 | 第11-13页 |
| ·入侵检测系统分类 | 第13-14页 |
| ·数据挖掘 | 第14-18页 |
| ·基本概念 | 第14-16页 |
| ·数据挖掘的过程 | 第16-17页 |
| ·数据挖掘的要求及挑战 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 条件空间构建 | 第19-27页 |
| ·自适应策略 | 第19-21页 |
| ·自适应检测的必要性 | 第19-20页 |
| ·自适应空间 | 第20-21页 |
| ·条件空间构建 | 第21-25页 |
| ·哈休控制图 | 第21-24页 |
| ·系统环境状态确定 | 第24页 |
| ·系统安全状态的转移 | 第24-25页 |
| ·环境状态确定模拟试验 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第四章 策略空间的构建 | 第27-54页 |
| ·策略空间构建方法 | 第27-28页 |
| ·模式挖掘 | 第28-32页 |
| ·关联规则挖掘 | 第28-30页 |
| ·频繁序列挖掘算法 | 第30-32页 |
| ·算法应用 | 第32-41页 |
| ·模式挖掘 | 第33-34页 |
| ·模式合并 | 第34-35页 |
| ·模式比较 | 第35-37页 |
| ·属性集构造 | 第37-39页 |
| ·学习集构造 | 第39-41页 |
| ·分类器 | 第41-43页 |
| ·策略空间构造 | 第43-47页 |
| ·误用策略的构建 | 第43-46页 |
| ·异常策略构造 | 第46-47页 |
| ·相关模拟试验 | 第47-53页 |
| ·试验数据 | 第47-48页 |
| ·数据挖掘工具CBA | 第48-49页 |
| ·模式挖掘 | 第49-50页 |
| ·数据收集试验 | 第50-51页 |
| ·分类试验 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 入侵检测模型 | 第54-63页 |
| ·CIDF体系结构 | 第54-55页 |
| ·入侵检测模型DAIDS | 第55-57页 |
| ·DAIDS系统的初始化 | 第57-58页 |
| ·检测过程 | 第58-59页 |
| ·DAIDS模型可信度分析与特性描述 | 第59-60页 |
| ·自适应检测模拟试验 | 第60-62页 |
| ·小结 | 第62-63页 |
| 第六章 总结与未来的工作 | 第63-65页 |
| ·本文小结 | 第63页 |
| ·未来的工作 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67页 |
