网络安全取证的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·网络犯罪与网络取证 | 第7-8页 |
| ·网络取证的研究现状 | 第8-9页 |
| ·主要研究内容 | 第9页 |
| ·论文的组织结构 | 第9-11页 |
| 第二章 网络安全取证综述 | 第11-21页 |
| ·计算机取证和网络取证 | 第11-12页 |
| ·电子证据 | 第12-14页 |
| ·网络取证的原则及取证过程 | 第14-15页 |
| ·取证的模型 | 第15-17页 |
| ·计算机取证模型 | 第15-16页 |
| ·网络取证模型 | 第16-17页 |
| ·与网络取证密切相关的传统防御技术 | 第17-18页 |
| ·入侵检测技术 | 第17页 |
| ·蜜罐 | 第17页 |
| ·计算机取证 | 第17-18页 |
| ·网络取证的发展趋势 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 数据的预处理 | 第21-33页 |
| ·数据预处理的意义 | 第21页 |
| ·数据清洗 | 第21-23页 |
| ·遗漏数据处理 | 第21-22页 |
| ·噪声数据处理 | 第22-23页 |
| ·实现数据一致性 | 第23页 |
| ·数据集成与转换 | 第23-24页 |
| ·数据降维 | 第24-27页 |
| ·主成分分析 | 第24-25页 |
| ·局部线性嵌入算法 | 第25-26页 |
| ·基于粗糙集理论的属性约简算法 | 第26-27页 |
| ·属性离散化算法 | 第27-31页 |
| ·等距离和等频率算法 | 第29-30页 |
| ·基于信息熵的离散化算法 | 第30页 |
| ·基于统计量X~2 的算法 | 第30-31页 |
| ·不平衡数据的预处理 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第四章 一种在网络入侵检测基础上的取证模型和方法 | 第33-45页 |
| ·引言 | 第33页 |
| ·基于量子聚类的入侵检测方法 | 第33-39页 |
| ·MDQC 算法简介 | 第33-36页 |
| ·基于MDQC 算法的异常入侵检测方法 | 第36页 |
| ·入侵检测的实验结果及分析 | 第36-39页 |
| ·基于入侵检测的取证模型 | 第39-40页 |
| ·一种基于入侵检测的取证方法 | 第40-41页 |
| ·模型的取证效果分析 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 一种基于离群数据规则挖掘的网络取证方法 | 第45-57页 |
| ·引言 | 第45-46页 |
| ·决策分类方法 | 第46-50页 |
| ·决策树生成算法 | 第46-48页 |
| ·决策树修剪算法 | 第48页 |
| ·ID3 算法与C4.5 算法 | 第48-50页 |
| ·模糊决策树生成方法FDTM | 第50-52页 |
| ·离群数据的标记 | 第50-51页 |
| ·决策树生成方法 | 第51页 |
| ·算法对不平衡数据集的处理分析 | 第51-52页 |
| ·基于FDTM 的网络取证仿真试验及分析 | 第52-55页 |
| ·样本的预处理 | 第52-53页 |
| ·仿真实验及结果分析 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第六章 结束语 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第64页 |
