| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 模糊聚类技术研究现状 | 第9-10页 |
| 1.2.2 入侵检测技术研究现状 | 第10-11页 |
| 1.2.3 基于模糊聚类的入侵检测技术研究现状 | 第11页 |
| 1.3 课题研究的目的和意义 | 第11-12页 |
| 1.4 本文的主要工作 | 第12-13页 |
| 1.5 本文的组织结构 | 第13-14页 |
| 第二章 预备知识 | 第14-24页 |
| 2.1 入侵检测技术概述 | 第14-18页 |
| 2.1.1 入侵检测概念 | 第14-16页 |
| 2.1.2 入侵检测通用检测框架 | 第16页 |
| 2.1.3 入侵检测分类 | 第16-17页 |
| 2.1.4 入侵检测方法 | 第17-18页 |
| 2.2 模糊聚类理论 | 第18-23页 |
| 2.2.1 模糊理论基础 | 第18-20页 |
| 2.2.2 模糊聚类分析概述 | 第20-21页 |
| 2.2.3 模糊聚类分析过程 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 基于初始点优化与隶属度矩阵优化的 FCM | 第24-34页 |
| 3.1 模糊 C 均值算法研究与分析 | 第24-27页 |
| 3.1.1 FCM 算法的原理与流程 | 第24-27页 |
| 3.1.2 FCM 聚类算法存在的问题 | 第27页 |
| 3.2 基于初始点优化和隶属度矩阵优化的 FCM 算法 | 第27-30页 |
| 3.2.1 密度函数法初始化聚类中心 | 第27-28页 |
| 3.2.2 修正隶属度函数矩阵 | 第28-29页 |
| 3.2.3 算法流程 | 第29-30页 |
| 3.3 实验与分析 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第四章 基于距离修正的模糊核 C 均值聚类 | 第34-46页 |
| 4.1 核函数理论 | 第34-38页 |
| 4.1.1 核函数的性质 | 第34-37页 |
| 4.1.2 常用的核函数 | 第37页 |
| 4.1.3 核函数的构造 | 第37-38页 |
| 4.2 模糊核 C 均值聚类（KFCM）算法 | 第38-40页 |
| 4.2.1 算法基本原理 | 第38-40页 |
| 4.2.2 算法流程 | 第40页 |
| 4.3 基于距离修正的模糊核 C 均值聚类算法 | 第40-43页 |
| 4.3.1 算法基本原理 | 第41-42页 |
| 4.3.2 算法流程 | 第42-43页 |
| 4.4 实验与分析 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 基于距离修正的噪声类模糊核 C 均值聚类 | 第46-52页 |
| 5.1 噪声聚类算法 | 第46-48页 |
| 5.1.1 算法基本原理 | 第46-47页 |
| 5.1.2 算法流程 | 第47-48页 |
| 5.2 基于距离修正的噪声类模糊核 C 均值聚类算法 | 第48-50页 |
| 5.2.1 算法基本原理 | 第48-49页 |
| 5.2.2 算法流程 | 第49-50页 |
| 5.3 实验与分析 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 若干改进的算法在入侵检测中的应用 | 第52-60页 |
| 6.1 基于模糊聚类的入侵检测方法 | 第52-53页 |
| 6.2 实验数据集 | 第53-56页 |
| 6.2.1 KDD CUP1999 数据集 | 第53-55页 |
| 6.2.2 实验数据预处理 | 第55-56页 |
| 6.3 实验与分析 | 第56-59页 |
| 6.4 本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-62页 |
| 7.1 总结 | 第60页 |
| 7.2 展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第65-66页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |