| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-11页 |
| ·课题背景和研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的研究内容及章节安排 | 第10-11页 |
| 第2章 入侵检测技术与Snort 入侵检测系统 | 第11-25页 |
| ·入侵检测的概念 | 第11-12页 |
| ·入侵检测系统的架构及过程 | 第12-13页 |
| ·入侵检测系统的分类 | 第13-17页 |
| ·主机入侵检测系统 | 第13-15页 |
| ·网络入侵检测系统 | 第15-16页 |
| ·混合分布式的入侵检测系统 | 第16-17页 |
| ·入侵检测的方法 | 第17-21页 |
| ·特征检测 | 第17-20页 |
| ·异常检测 | 第20-21页 |
| ·Snort 入侵检测系统 | 第21-24页 |
| ·Snort 简介 | 第21页 |
| ·Snort 工作流程 | 第21-23页 |
| ·Snort 优缺点分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 数据挖掘及其在入侵检测中的应用 | 第25-36页 |
| ·数据挖掘技术概述 | 第25-27页 |
| ·数据挖掘的概念 | 第25页 |
| ·数据挖掘的过程 | 第25-26页 |
| ·数据挖掘的主要功能 | 第26-27页 |
| ·数据挖掘分析方法及其在入侵检测中的应用 | 第27-31页 |
| ·关联分析 | 第27页 |
| ·序列分析 | 第27-28页 |
| ·聚类分析 | 第28-30页 |
| ·分类分析 | 第30-31页 |
| ·基于数据挖掘的入侵检测系统的主要优点 | 第31-32页 |
| ·K-Means 算法 | 第32-35页 |
| ·K-means 算法简述 | 第32-33页 |
| ·K-means 算法的不足及改进 | 第33页 |
| ·改进的K-means 算法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于数据挖掘的Snort 入侵检测系统及其在校园网中的应用 | 第36-41页 |
| ·Snort 入侵检测系统框架 | 第36-37页 |
| ·设计思想 | 第36-37页 |
| ·模块功能简述 | 第37页 |
| ·工作流程 | 第37页 |
| ·核心模块设计 | 第37-39页 |
| ·聚类分析模块 | 第37-38页 |
| ·预检测引擎 | 第38页 |
| ·特征提取器 | 第38-39页 |
| ·入侵检测系统在校园网中的部署 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 个人简历 | 第47页 |