基于数据挖掘的入侵检测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1. 绪论 | 第8-12页 |
| ·研究背景和目的 | 第8-9页 |
| ·数据挖掘技术与入侵检测技术的研究现状 | 第9-10页 |
| ·课题的内容及研究意义 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 2. 入侵检测技术 | 第12-18页 |
| ·入侵检测分类 | 第12-14页 |
| ·入侵检测的体系结构 | 第14-15页 |
| ·入侵检测系统存在的问题及发展趋势 | 第15-18页 |
| 3. 数据挖掘技术 | 第18-22页 |
| ·数据挖掘概念 | 第18页 |
| ·数据挖掘的分类 | 第18-19页 |
| ·数据挖掘过程 | 第19-20页 |
| ·数据挖掘的主要算法 | 第20-22页 |
| ·关联规则算法 | 第20-21页 |
| ·分类分析算法 | 第21页 |
| ·序列分析算法 | 第21页 |
| ·聚类分析算法 | 第21-22页 |
| 4. 优化的频繁模式增长(FP增长)关联规则算法 | 第22-29页 |
| ·关联规则概述 | 第22页 |
| ·FP-growth算法 | 第22-25页 |
| ·优化的频繁模式增长(FP增长)关联规则算法 | 第25-29页 |
| ·优化的频繁模式增长(FP增长)关联规则算法思想 | 第25-26页 |
| ·算法步骤 | 第26-29页 |
| 5. 贝叶斯分类方法 | 第29-32页 |
| ·贝叶斯定理 | 第29页 |
| ·朴素贝叶斯分类 | 第29-32页 |
| 6. 基于数据挖掘的入侵检测系统模型的实现 | 第32-50页 |
| ·模型体系结构 | 第32-33页 |
| ·数据预处理 | 第33-38页 |
| ·数据转换 | 第33-34页 |
| ·数据清理 | 第34-35页 |
| ·数据预处理可视化 | 第35-38页 |
| ·模式发现 | 第38-45页 |
| ·优化的频繁模式增长(FP增长)关联规则挖掘 | 第38-41页 |
| ·分类规则挖掘 | 第41-44页 |
| ·生成入侵规则库 | 第44-45页 |
| ·实验结果 | 第45-50页 |
| 7. 结论与展望 | 第50-51页 |
| ·总结 | 第50页 |
| ·进一步的研究工作 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士期间的主要研究成果 | 第54页 |
