| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 第一章 绪论 | 第11-16页 |
| ·课题的提出意义及背景 | 第11-14页 |
| ·课题描述 | 第14页 |
| ·本文所作的工作 | 第14-16页 |
| 第二章 入侵检测技术及其发展 | 第16-26页 |
| ·入侵检测的定义 | 第16-17页 |
| ·入侵检测的功能 | 第17-18页 |
| ·入侵检测系统的体系结构 | 第18-19页 |
| ·入侵检测方法 | 第19-22页 |
| ·异常入侵检测方法 | 第19-21页 |
| ·滥用入侵检测方法 | 第21-22页 |
| ·入侵检测的通信协议 | 第22页 |
| ·入侵检测的产品 | 第22-23页 |
| ·入侵检测的评估 | 第23-24页 |
| ·传统入侵检测系统的缺陷 | 第24-26页 |
| 第三章 数据挖掘技术 | 第26-32页 |
| ·数据挖掘的理论基础 | 第26-29页 |
| ·数据挖掘的概念 | 第26-27页 |
| ·数据挖掘研究的主要内容 | 第27-28页 |
| ·数据挖掘的主要问题 | 第28-29页 |
| ·数据挖掘过程及分类 | 第29页 |
| ·数据挖掘的过程 | 第29页 |
| ·数据挖掘系统的分类 | 第29页 |
| ·数据挖掘在入侵检测中应用的必要性和可行性 | 第29-32页 |
| ·入侵检测系统中采用数据挖掘技术的必要性 | 第29-30页 |
| ·入侵检测系统中采用数据挖掘技术的可行性 | 第30-31页 |
| ·建立入侵检测模型的数据挖掘过程 | 第31-32页 |
| 第四章 数据挖掘算法在入侵检测中的应用 | 第32-46页 |
| ·数据挖掘技术的常见算法 | 第32-40页 |
| ·分类发现算法 | 第32-33页 |
| ·聚类发现算法 | 第33-35页 |
| ·聚类分析 | 第33-34页 |
| ·概念聚类分析 | 第34-35页 |
| ·关联规则发现方法 | 第35-38页 |
| ·基本概念 | 第35-36页 |
| ·Apriori算法 | 第36-38页 |
| ·序列模式发现方法 | 第38-40页 |
| ·序列模式相关定义 | 第38-39页 |
| ·序列模式发现的主要算法 | 第39-40页 |
| ·关联规则算法在入侵检测中的应用 | 第40-46页 |
| 第五章 基于数据挖掘的智能化入侵检测系统的概要设计 | 第46-66页 |
| ·公共入侵检测框架(CIDF)的概念 | 第46-51页 |
| ·CIDF体系结构 | 第47-48页 |
| ·CIDF规范语言 | 第48-49页 |
| ·CIDF内部通信 | 第49-51页 |
| ·CIDF程序接口 | 第51页 |
| ·基于数据挖掘的智能化网络入侵检测系统的概要设计 | 第51-66页 |
| ·系统模型的体系结构 | 第51-52页 |
| ·系统模型各个组件的功能 | 第52-55页 |
| ·系统模型各个组件的实现 | 第55-66页 |
| ·入侵检测Agent | 第55-58页 |
| ·Snort2.0入侵检测 | 第58-66页 |
| 第六章 总结与展望 | 第66-69页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 附录 | 第73页 |