基于数据流挖掘分析的入侵检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状及存在的问题 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.2.3 目前存在的问题 | 第13-14页 |
| 1.3 论文组织结构 | 第14-15页 |
| 第2章 基于数据流挖掘的入侵检测框架 | 第15-24页 |
| 2.1 相关概念与技术 | 第15-20页 |
| 2.1.1 数据流的特点 | 第15-16页 |
| 2.1.2 数据挖掘技术 | 第16-18页 |
| 2.1.3 数据流挖掘技术 | 第18-20页 |
| 2.2 研究内容及系统框架设计 | 第20-22页 |
| 2.2.1 主要研究内容 | 第20页 |
| 2.2.2 基于数据流挖掘的入侵检测系统框架设计 | 第20-22页 |
| 2.3 实验环境及评价指标 | 第22-23页 |
| 2.3.1 实验环境 | 第22页 |
| 2.3.2 评价指标 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于信息熵的数据流概要提取算法设计 | 第24-37页 |
| 3.1 常见的特征提取及维规约技术 | 第24-26页 |
| 3.2 数据流特征提取及概要的生成 | 第26-31页 |
| 3.2.1 信息熵 | 第26-27页 |
| 3.2.2 基于信息熵的概要提取算法 | 第27-31页 |
| 3.3 实验验证及分析 | 第31-36页 |
| 3.3.1 实验采用数据集及评价指标 | 第31-32页 |
| 3.3.2 实验设计及结果分析 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于聚类的数据流挖掘算法设计 | 第37-53页 |
| 4.1 数据流聚类算法概述 | 第37-40页 |
| 4.1.1 传统数据流聚类算法 | 第37-39页 |
| 4.1.2 数据流聚类存在的问题 | 第39-40页 |
| 4.2 改进的数据流模糊聚类算法设计 | 第40-48页 |
| 4.2.1 在线阶段 | 第40-44页 |
| 4.2.2 离线阶段 | 第44-48页 |
| 4.3 实验验证及分析 | 第48-52页 |
| 4.3.1 实验环境及评价指标 | 第48-50页 |
| 4.3.2 实验设计及结果分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 数据流挖掘技术在入侵检测中的应用 | 第53-61页 |
| 5.1 系统模型设计需求 | 第53-54页 |
| 5.2 系统模块设计及搭建 | 第54-58页 |
| 5.2.1 数据包采集模块 | 第54页 |
| 5.2.2 数据包过滤模块 | 第54-56页 |
| 5.2.3 数据管理模块 | 第56-57页 |
| 5.2.4 数据挖掘模块 | 第57-58页 |
| 5.3 系统测试及结果分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 附录 | 第68-73页 |
