| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-18页 |
| ·论文研究的背景 | 第9-16页 |
| ·数据挖掘的产生 | 第9-10页 |
| ·数据挖掘的定义 | 第10-11页 |
| ·数据挖掘的任务 | 第11-12页 |
| ·数据挖掘常用的方法 | 第12-14页 |
| ·数据挖掘的过程 | 第14页 |
| ·数据挖掘的应用 | 第14-15页 |
| ·数据挖掘面临的挑战 | 第15-16页 |
| ·本文的工作和组织形式 | 第16-17页 |
| ·本文的工作 | 第16-17页 |
| ·本文的组织形式 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第二章 关联规则概述 | 第18-33页 |
| ·关联规则的基本概念 | 第18-22页 |
| ·关联规则的分类 | 第22-23页 |
| ·关联规则挖掘的研究状况 | 第23-32页 |
| ·频繁项集挖掘的研究工作 | 第23-31页 |
| ·约束关联规则挖掘的研究工作 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 STFP-树的目标频繁项集挖掘算法 | 第33-42页 |
| ·约束关联规则的基本概念 | 第33-35页 |
| ·约束关联规则的定义和分类 | 第33-34页 |
| ·目标频繁项集与约束频繁项集 | 第34-35页 |
| ·目标频繁项集挖掘算法 | 第35-38页 |
| ·FP-树的结构 | 第35-36页 |
| ·紧缩的、非冗余的 TFP-树结构 | 第36-37页 |
| ·基于 TFP-树的目标频繁项集挖掘算法 TFP-Growth | 第37-38页 |
| ·STFP-树的构造及算法 | 第38-40页 |
| ·改进的目标频繁项集挖掘算法 STFP-GROWTH | 第40-41页 |
| ·基于 STFP-树的目标频繁项集挖掘算法 STFP-Growth | 第40页 |
| ·实验结果与分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 最大目标频繁项集挖掘算法研究 | 第42-47页 |
| ·引言 | 第42-43页 |
| ·基于 TFP-树的最大目标频繁项集挖掘算法 | 第43-44页 |
| ·基于 STFP-树的最大目标频繁项集挖掘算法 | 第44-45页 |
| ·性能比较与分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 关联规则算法在网络入侵检测中的应用 | 第47-63页 |
| ·引言 | 第47-48页 |
| ·入侵检测的相关知识 | 第48-51页 |
| ·入侵检测的概念 | 第48-49页 |
| ·入侵检测系统分类 | 第49-50页 |
| ·入侵检测技术现状及发展方向 | 第50-51页 |
| ·基于数据挖掘的入侵检测系统模型和常用技术 | 第51-53页 |
| ·基于数据挖掘的入侵检测系统模型 | 第51页 |
| ·基于数据挖掘的入侵检测常用技术 | 第51-53页 |
| ·关联分析模型研究现状 | 第53页 |
| ·基于关联规则的入侵检测系统模型 | 第53-58页 |
| ·网络数据的收集与预处理 | 第54-55页 |
| ·KDD CUP 99数据集说明及分析 | 第55-57页 |
| ·关联分析 | 第57-58页 |
| ·实验与结果分析 | 第58-62页 |
| ·训练数据选取和初始化 | 第58-59页 |
| ·关联规则的产生 | 第59-61页 |
| ·关联规则用于入侵检测 | 第61-62页 |
| ·实验结果分析 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·论文研究工作结论 | 第63页 |
| ·论文进一步的研究 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表论文情况 | 第71页 |
