基于合并式FP-Growth的网络入侵检测模型的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究的背景及意义 | 第10-11页 |
| ·研究的国内外现状 | 第11-12页 |
| ·研究的主要内容 | 第12-13页 |
| 第2章 入侵检测概述 | 第13-20页 |
| ·入侵检测的定义和功能 | 第13-14页 |
| ·IDS的信息获取 | 第14-15页 |
| ·IDS的检测方法 | 第15-18页 |
| ·误用检测 | 第15-16页 |
| ·异常检测 | 第16-17页 |
| ·两种检测方法的比较 | 第17-18页 |
| ·高级的检测技术 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 数据挖掘综述 | 第20-27页 |
| ·数据挖掘概述 | 第20-22页 |
| ·数据挖掘定义及其功能 | 第20-21页 |
| ·数据挖掘用于入侵检测的优势 | 第21-22页 |
| ·入侵检测中的数据挖掘方法 | 第22-26页 |
| ·关联规则分析 | 第22-25页 |
| ·序列模式分析 | 第25页 |
| ·分类分析 | 第25-26页 |
| ·聚类分析 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第4章 关联规则算法的研究 | 第27-39页 |
| ·Apriori算法研究 | 第27-28页 |
| ·Apriori算法概述 | 第27页 |
| ·Apriori算法的优化 | 第27-28页 |
| ·FP-Growth算法研究 | 第28-38页 |
| ·FP-Growth算法概述 | 第28-30页 |
| ·一种FP-Growth合并式算法 | 第30-32页 |
| ·实验及结果分析 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 基于数据挖掘的入侵检测模型的设计 | 第39-59页 |
| ·模型的提出 | 第39-40页 |
| ·数据采集和预处理模块 | 第40-45页 |
| ·数据采集 | 第41-42页 |
| ·数据预处理 | 第42-45页 |
| ·数据分析模块 | 第45-49页 |
| ·储存库 | 第45-46页 |
| ·数据融合 | 第46-47页 |
| ·挖掘数据及检测分析 | 第47-49页 |
| ·前台管理模块 | 第49页 |
| ·模型的实现分析 | 第49-58页 |
| ·数据包的捕获 | 第50-52页 |
| ·数据预处理 | 第52-55页 |
| ·挖掘过程 | 第55-56页 |
| ·规则过滤 | 第56页 |
| ·性能分析指标 | 第56-58页 |
| ·本章小节 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第64-65页 |
| 致谢 | 第65页 |
