| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究背景及意义 | 第8-9页 |
| ·入侵检测技术发展现状 | 第9-13页 |
| ·入侵检测技术发展 | 第9-11页 |
| ·入侵检测模型发展 | 第11-12页 |
| ·当前存在的问题 | 第12-13页 |
| ·论文的主要工作和成果 | 第13-14页 |
| ·论文主要内容安排 | 第14-16页 |
| 第二章 自适应入侵检测建模研究 | 第16-28页 |
| ·基于数据挖掘和蜜罐技术的动态自适应入侵检测模型DMHDAIDM | 第16-25页 |
| ·DMHDAIDM设计原则 | 第16-17页 |
| ·DMHDAIDM设计思路 | 第17-20页 |
| ·采用数据挖掘技术和Honey-pot技术建模 | 第17-18页 |
| ·DMHDAIDM模型建模过程 | 第18-20页 |
| ·DMHDAIDM模型结构 | 第20-21页 |
| ·DMHDAIDM模型说明 | 第21-25页 |
| ·基于模糊聚类的自适应入侵检测模型FCAIDM | 第25-27页 |
| ·FCAIDM模型结构 | 第25-26页 |
| ·FCAIDM模型说明 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 FCAIDM模型构建方法研究 | 第28-54页 |
| ·引言 | 第28-29页 |
| ·基于模糊聚类的异常／正常行为划分 | 第29-41页 |
| ·基于模糊理论的聚类分析 | 第29-32页 |
| ·传统的聚类方法 | 第29-30页 |
| ·传统聚类方法在入侵检测中存在的问题 | 第30-32页 |
| ·面向混合数据的自反馈模糊聚类算法 | 第32-36页 |
| ·相关定义 | 第32-33页 |
| ·FCMBP算法描述 | 第33-36页 |
| ·正常／异常行为的划分 | 第36-37页 |
| ·基于模糊聚类的异常／正常库划分算法描述 | 第37-38页 |
| ·算法评估与比较 | 第38-41页 |
| ·模式库的智能构建与更新 | 第41-48页 |
| ·问题描述 | 第42-43页 |
| ·不相关规则 | 第42页 |
| ·“图形不规则性”(以及相关的“尖锐边界”问题) | 第42-43页 |
| ·模式库的构建及更新 | 第43-48页 |
| ·入侵模式库构建原理 | 第43-45页 |
| ·模式比较 | 第45-46页 |
| ·模式合并 | 第46页 |
| ·模式更新算法描述 | 第46-47页 |
| ·模式库构建及更新算法描述 | 第47-48页 |
| ·基于相互约束的入侵模糊检测算法MRIFDA | 第48-50页 |
| ·相关概念 | 第48-49页 |
| ·入侵模糊检测算法描述 | 第49-50页 |
| ·实验及结论 | 第50-53页 |
| ·实验数据准备 | 第50-51页 |
| ·实验描述 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 FCAIDM模型实验分析及性能评价 | 第54-72页 |
| ·FCAIDM模型核心构件实现 | 第54-63页 |
| ·系统结构图 | 第54-56页 |
| ·FCAIDM模型系统的信息源 | 第56-60页 |
| ·数据分析 | 第56-58页 |
| ·数据处理 | 第58-60页 |
| ·单模块框架设计 | 第60-63页 |
| ·性能指标 | 第63-65页 |
| ·实验结果及评价分析 | 第65-70页 |
| ·本章小结 | 第70-72页 |
| 第五章 结论和将来的工作 | 第72-75页 |
| ·研究工作总结 | 第72-73页 |
| ·对未来工作的展望 | 第73-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-81页 |
| 在读研究生期间发表的论文 | 第81页 |