基于数据挖掘的入侵检测系统的研究与设计
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景与目的 | 第10-11页 |
| ·入侵检测技术 | 第11-16页 |
| ·入侵检测的研究现状 | 第11-12页 |
| ·入侵检测系统的分类 | 第12-15页 |
| ·存在的问题及发展趋势 | 第15-16页 |
| ·研究内容与论文结构 | 第16-18页 |
| ·研究内容 | 第16页 |
| ·论文结构 | 第16-18页 |
| 第2章 数据挖掘及其在入侵检测中的应用 | 第18-25页 |
| ·数据挖掘概述 | 第18-22页 |
| ·数据挖掘过程 | 第18-19页 |
| ·数据挖掘常用技术 | 第19-20页 |
| ·数据挖掘常见分析方法 | 第20-22页 |
| ·数据挖掘技术在入侵检测中的应用 | 第22-23页 |
| ·入侵检测系统模型 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于数据挖掘的入侵检测算法研究 | 第25-44页 |
| ·基于 K-means聚类的入侵检测 | 第25-29页 |
| ·K-means算法简介 | 第25-26页 |
| ·K-means算法主要思想 | 第26-27页 |
| ·K-means算法在入侵检测中的应用 | 第27-29页 |
| ·基于相似度聚类的入侵检测 | 第29-32页 |
| ·基于相似度的聚类算法简介 | 第29-30页 |
| ·基于相似度的聚类算法主要思想 | 第30页 |
| ·基于相似度的聚类算法在入侵检测中的应用 | 第30-32页 |
| ·基于蚁群聚类的入侵检测 | 第32-37页 |
| ·蚁群聚类算法简介 | 第32-33页 |
| ·蚁群聚类算法主要思想 | 第33-34页 |
| ·蚁群聚类算法在入侵检测中的应用 | 第34-37页 |
| ·结果分析与性能比较 | 第37-43页 |
| ·结果分析 | 第37-40页 |
| ·性能比较 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于数据挖掘的IDS的设计与实现 | 第44-53页 |
| ·总体结构设计 | 第44-45页 |
| ·功能模块分析 | 第45-47页 |
| ·异常检测模块的实现 | 第47-52页 |
| ·算法设计思想 | 第47-48页 |
| ·算法实现流程 | 第48-50页 |
| ·实验结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 个人简历 | 第59页 |