基于蚂蚁聚类的入侵检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·知识背景 | 第9-14页 |
| ·入侵检测技术的研究进展 | 第9-11页 |
| ·基于聚类分析的入侵检测技术的研究进展 | 第11-13页 |
| ·基于蚁群聚类技术的研究进展 | 第13-14页 |
| ·研究意义与目的 | 第14页 |
| ·本文研究的主要内容 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 蚂蚁聚类及算法分析 | 第17-33页 |
| ·聚类算法 | 第17-21页 |
| ·聚类算法概念与聚类过程 | 第17-19页 |
| ·常用聚类算法 | 第19-21页 |
| ·相似性度量 | 第21-27页 |
| ·数据标准化 | 第21-22页 |
| ·对象之间的相似性度量 | 第22-26页 |
| ·簇之间的相似性度量 | 第26-27页 |
| ·蚂蚁聚类的方法学 | 第27页 |
| ·蚂蚁聚类算法 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 基于 BM 模型蚂蚁聚类算法的改进 | 第33-37页 |
| ·引言 | 第33页 |
| ·算法改进 | 第33-35页 |
| ·算法流程 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于 AM 模型蚂蚁聚类算法的改进 | 第37-41页 |
| ·引言 | 第37-38页 |
| ·算法改进 | 第38-39页 |
| ·算法流程 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 入侵检测模型设计 | 第41-45页 |
| ·模型构架 | 第41页 |
| ·数据预处理模块 | 第41-43页 |
| ·蚁群聚类学习分类模块 | 第43页 |
| ·检测模块 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 实验设计与结果分析 | 第45-50页 |
| ·实验数据描述 | 第45-46页 |
| ·实验环境设定 | 第46-47页 |
| ·实验结果和分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第7章 总结和展望 | 第50-52页 |
| ·本文工作总结 | 第50-51页 |
| ·未来工作展望 | 第51-52页 |
| 参考文献 | 第52-59页 |
| 攻读硕士期间发表论文和参加科研情况说明 | 第59-60页 |
| 致谢 | 第60-61页 |
