加权关联规则和粗糙集在入侵检测中的应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题背景及意义 | 第14-16页 |
| 1.2 国内外现状分析 | 第16-17页 |
| 1.3 论文工作内容 | 第17页 |
| 1.4 论文组织结构 | 第17-20页 |
| 第二章 相关理论与技术 | 第20-30页 |
| 2.1 粗糙集 | 第20-23页 |
| 2.2 关联规则 | 第23-26页 |
| 2.2.1 关联规则 | 第23-24页 |
| 2.2.2 Apriori算法 | 第24-26页 |
| 2.3 入侵检测 | 第26-29页 |
| 2.3.1 入侵方法 | 第26-27页 |
| 2.3.2 入侵检测类型 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 基于加权关联规则的数据挖掘算法 | 第30-42页 |
| 3.1 加权关联规则算法 | 第30-34页 |
| 3.1.1 加权关联规则模型 | 第30-33页 |
| 3.1.2 加权关联规则算法描述 | 第33-34页 |
| 3.2 参数分析 | 第34-39页 |
| 3.2.1 加权关联规则权值 | 第34-37页 |
| 3.2.2 全置信度 | 第37-39页 |
| 3.3 算法总结 | 第39页 |
| 3.4 本章小结 | 第39-42页 |
| 第四章 加权关联规则方法在入侵检测中的应用 | 第42-52页 |
| 4.1 入侵检测算法 | 第42-43页 |
| 4.1.1 入侵检测目前算法 | 第42页 |
| 4.1.2 加权关联规则算法的优势 | 第42-43页 |
| 4.2 入侵检测数据 | 第43-46页 |
| 4.3 属性约简 | 第46页 |
| 4.4 加权关联规则算法 | 第46-48页 |
| 4.5 算法流程图 | 第48-49页 |
| 4.6 本章小结 | 第49-52页 |
| 第五章 实验过程与数据分析 | 第52-62页 |
| 5.1 数据预处理 | 第52-53页 |
| 5.2 属性约简 | 第53页 |
| 5.3 加权关联规则方法产生规则 | 第53-54页 |
| 5.4 规则排序分类 | 第54页 |
| 5.5 实验数据 | 第54-56页 |
| 5.6 实验数据分析 | 第56-59页 |
| 5.7 本章小结 | 第59-62页 |
| 第六章 结束语 | 第62-64页 |
| 6.1 论文工作总结 | 第62-63页 |
| 6.2 后续工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70页 |
