对网络入侵检测技术中数据挖掘算法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 引言 | 第8-14页 |
| ·网络安全现状 | 第9-12页 |
| ·产生网络安全问题的原因 | 第10-11页 |
| ·网络安全的研究现状 | 第11-12页 |
| ·论文主要研究内容 | 第12页 |
| ·本文的组织安排 | 第12-14页 |
| 第二章 入侵检测技术（IDS） | 第14-21页 |
| ·入侵测系统分类 | 第15-16页 |
| ·入侵检测技术 | 第16-17页 |
| ·异常检测（Anomaly detection） | 第16页 |
| ·误用检测（Misuse detection） | 第16-17页 |
| ·入侵检测系统（IDS）模型 | 第17-18页 |
| ·入侵检测技术现状及发展方向 | 第18-21页 |
| ·入侵检测技术现状 | 第18-19页 |
| ·入侵检测技术发展方向 | 第19-21页 |
| 第三章 数据挖掘技术 | 第21-30页 |
| ·数据挖掘概述 | 第21-22页 |
| ·数据挖掘算法分类 | 第22-28页 |
| ·关联分析算法 | 第22-24页 |
| ·序列分析算法 | 第24-26页 |
| ·分类分析算法 | 第26页 |
| ·聚类分析算法 | 第26-28页 |
| ·数据挖掘算法在入侵检测中的应用 | 第28-30页 |
| 第四章 基于数据挖掘的入侵检测算法 | 第30-48页 |
| ·改进 Apriori 算法 | 第30-44页 |
| ·提高算法的运算速度 | 第31-36页 |
| ·提高挖掘形成出的关联规则的有效性 | 第36-39页 |
| ·算法的描述框图 | 第39-44页 |
| ·K-means 算法的改进 | 第44-48页 |
| ·K-means 算法概述 | 第44页 |
| ·K-means 算法存在一些缺点 | 第44-46页 |
| ·基于聚类分析的入侵检测方法 | 第46-48页 |
| 第五章 基于数据挖掘的入侵检测模型 | 第48-55页 |
| ·现有入侵检测系统的缺陷 | 第48-49页 |
| ·基于数据挖掘的入侵检测模型(DMIDS) | 第49-50页 |
| ·数据挖掘模块 | 第50-51页 |
| ·实验结果及分析 | 第51-55页 |
| 第六章 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
