免疫算法在入侵检测预处理中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·网络入侵的危害性 | 第9-10页 |
| ·入侵检测技术 | 第10-12页 |
| ·入侵检测技术研究的必要性 | 第10-11页 |
| ·入侵检测的相关概念与分类 | 第11-12页 |
| ·入侵检测的研究现状和发展趋势 | 第12-17页 |
| ·入侵检测方法的研究 | 第13-14页 |
| ·人工智能方法的应用 | 第14-17页 |
| ·本文的主要研究内容与论文组织 | 第17-18页 |
| 2 基于数据挖掘的入侵检测方法 | 第18-31页 |
| ·数据挖掘步骤与方法 | 第18-22页 |
| ·数据挖掘与知识发现 | 第18-19页 |
| ·数据预处理技术 | 第19-22页 |
| ·基于聚类分析的入侵检测 | 第22-26页 |
| ·基于异类检测的聚类算法 | 第22-24页 |
| ·划分聚类方法 | 第24-26页 |
| ·基于聚类的入侵检测方法的选择与改进 | 第26-29页 |
| ·聚类技术的选择 | 第26-27页 |
| ·基于欧氏距离聚类的不足 | 第27-28页 |
| ·属性权重问题的提出 | 第28-29页 |
| ·属性权重值确定方法 | 第29页 |
| ·本章小结 | 第29-31页 |
| 3 免疫算法 | 第31-37页 |
| ·免疫算法理论的研究背景 | 第31-32页 |
| ·免疫概念 | 第32-33页 |
| ·免疫算法简介 | 第33-35页 |
| ·免疫算法的基本特征 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于免疫预处理的入侵检测算法 | 第37-52页 |
| ·基于免疫预处理聚类算法的整体思想 | 第37-38页 |
| ·数据标准化阶段 | 第38-39页 |
| ·免疫算法搜索最优权重值阶段 | 第39-46页 |
| ·抗体的编码 | 第39-40页 |
| ·初始抗体群的产生 | 第40页 |
| ·抗体浓度的计算方法 | 第40-42页 |
| ·抗体与抗原之间亲和力的算法设计 | 第42-44页 |
| ·计算抗体的期望繁殖率 | 第44页 |
| ·新抗体群的产生 | 第44-45页 |
| ·免疫算法搜索最优权重值流程 | 第45-46页 |
| ·最优权重值在实际聚类中的应用 | 第46-47页 |
| ·实验过程与结果 | 第47-51页 |
| ·实验数据集的介绍 | 第47-48页 |
| ·聚类算法参数的确定 | 第48-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 5 结论与展望 | 第52-54页 |
| ·工作总结 | 第52页 |
| ·后续研究工作的展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录：作者在攻读硕士学位期间发表的论文目录 | 第59-60页 |
| 独创性声明 | 第60页 |
| 学位论文版权使用授权书 | 第60页 |
