基于距离的边缘抛弃聚类算法及其在入侵检测中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-14页 |
| ·网络安全 | 第7-8页 |
| ·入侵检测 | 第8-11页 |
| ·入侵检测技术的发展历程 | 第8-9页 |
| ·P~2DR安全模型 | 第9-11页 |
| ·入侵检测的研究方向 | 第11页 |
| ·数据挖掘在入侵检测中的应用可行性 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文组织结构 | 第13页 |
| ·本章小结 | 第13-14页 |
| 2 入侵检测技术的研究 | 第14-27页 |
| ·入侵检测的定义 | 第14-15页 |
| ·入侵检测系统的分类 | 第15-24页 |
| ·按数据源分类 | 第16-19页 |
| ·按检测方法分类 | 第19-24页 |
| ·评估入侵检测系统的主要性能指标 | 第24页 |
| ·现有入侵检测系统的不足 | 第24-25页 |
| ·入侵检测技术的发展趋势 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 聚类方法 | 第27-41页 |
| ·数据挖掘 | 第27-31页 |
| ·数据库知识发现与数据挖掘的定义 | 第27页 |
| ·数据挖掘的任务 | 第27-29页 |
| ·面向入侵检测的数据挖掘方法 | 第29-31页 |
| ·基于数据挖掘的入侵检测系统的特点 | 第31页 |
| ·聚类 | 第31-40页 |
| ·聚类分析中的数据类型 | 第32-33页 |
| ·数据结构 | 第33-34页 |
| ·相似性度量方法 | 第34-36页 |
| ·聚类的步骤 | 第36-37页 |
| ·聚类方法的分类 | 第37-39页 |
| ·聚类的性能评估标准 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于距离的边缘抛弃聚类算法 | 第41-49页 |
| ·算法思想 | 第41-42页 |
| ·算法详细介绍 | 第42-48页 |
| ·选取初始聚类中心点 | 第42-43页 |
| ·输入样本 | 第43-44页 |
| ·边缘抛弃 | 第44-45页 |
| ·结尾处理 | 第45-46页 |
| ·算法结束条件 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 算法的设计与实现 | 第49-55页 |
| ·算法实现流程 | 第49-52页 |
| ·数据预处理 | 第52-54页 |
| ·样本特征选择 | 第52-53页 |
| ·数据连续化 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 实验环境、数据和结果 | 第55-58页 |
| ·实验环境 | 第55页 |
| ·实验数据 | 第55-56页 |
| ·实验结果 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
