| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景及意义 | 第12-13页 |
| ·研究现状 | 第13-16页 |
| ·研究内容 | 第16页 |
| ·论文结构 | 第16-18页 |
| 第2章 入侵检测技术 | 第18-30页 |
| ·入侵检测的概念 | 第18-19页 |
| ·入侵检测的分类 | 第19-25页 |
| ·根据信息源分类 | 第19-21页 |
| ·根据分析方法分类 | 第21-24页 |
| ·根据体系结构分类 | 第24-25页 |
| ·入侵检测的方法 | 第25-26页 |
| ·入侵检测系统模型 | 第26-27页 |
| ·入侵检测技术的不足及发展趋势 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 数据挖掘技术 | 第30-37页 |
| ·数据挖掘的概述 | 第30-33页 |
| ·数据挖掘的定义 | 第30页 |
| ·数据挖掘的过程 | 第30-32页 |
| ·数据挖掘系统结构 | 第32-33页 |
| ·数据挖掘分析方法 | 第33-35页 |
| ·关联规则分析法 | 第33-34页 |
| ·分类和预测分析法 | 第34-35页 |
| ·聚类分析法 | 第35页 |
| ·序列模式分析法 | 第35页 |
| ·数据挖掘在入侵检测中的应用 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于各向异性质心 Voronoi 图的网络异常检测技术 | 第37-44页 |
| ·各向异性质心 VORONOI 图 | 第37-41页 |
| ·Voronoi 图 | 第37-38页 |
| ·质心 Voronoi 图 | 第38页 |
| ·加权 Voronoi 图 | 第38-39页 |
| ·各向异性质心 Voronoi 图 | 第39-41页 |
| ·基于各向异性质心 VORONOI 图的网络异常检测算法 | 第41-43页 |
| ·点密度的定义 | 第41页 |
| ·异常检测算法的描述 | 第41-42页 |
| ·异常检测算法的实现 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验设计与结果分析 | 第44-53页 |
| ·网络异常检测系统框架 | 第44-45页 |
| ·实验数据来源 | 第45-47页 |
| ·数据预处理 | 第47-49页 |
| ·实验环境和测试指标 | 第49页 |
| ·实验结果分析 | 第49-52页 |
| ·算法的入侵检测能力 | 第49-50页 |
| ·算法的曲线图 | 第50-51页 |
| ·与 K-means 算法的比较 | 第51-52页 |
| ·与 FP-Growth 算法比较 | 第52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57页 |