基于数据挖掘的混合型网络入侵检测研究

第一章 绪论	第1-16页
·研究的背景	第12-13页
·研究现状	第13-14页
·本文组织及章节安排	第14-16页
第二章 入侵检测概述	第16-27页
·入侵检测的概念及功能	第16-17页
·入侵检测的概念	第16页
·IDS的功能	第16-17页
·IDS的组成	第17-18页
·IDS的分类	第18-20页
·根据原始数据来源分类	第18页
·根据检测原理分类	第18-19页
·根据体系结构分类	第19-20页
·根据工作方式分类	第20页
·入侵检测技术	第20-24页
·误用检测技术	第20-21页
·异常检测技术	第21-22页
·高级检测技术	第22-24页
·常用的入侵检测产品简介	第24-26页
·入侵检测的发展方向	第26页
·本章小结	第26-27页
第三章 数据挖掘及其在入侵检测中的应用	第27-39页
·数据挖掘简介	第27-33页
·KDD与数据挖掘	第27页
·KDD的过程	第27-29页
·数据挖掘的功能	第29页
·数据挖掘的模式和方法	第29-32页
·数据挖掘的应用产品和发展趋势	第32-33页
·数据挖掘技术在入侵检测中的应用	第33-38页
·现有IDS存在的问题	第33-34页
·数据挖掘用于入侵检测的可能性	第34-35页
·基于数据挖掘的入侵检测系统的特点	第35页
·入侵检测中的数据挖掘流程	第35-36页
·与入侵检测相关的数据挖掘分析方法	第36-38页
·本章小结	第38-39页
第四章 基于数据挖掘的混合型入侵检测模型的建立	第39-60页
·基于数据挖掘的入侵检测模型框架	第39-41页
·数据挖掘模块	第40页
·实时检测模块	第40-41页
·数据预处理	第41-43页
·Topdump简介	第41-42页
·预处理及连接记录格式	第42-43页
·异常检测算法设计	第43-52页
·关联规则算法	第43-45页
·频繁情节挖掘算法	第45-48页
·算法扩展	第48-49页
·统计特征建立	第49-50页
·关于将聚类分析用于异常检测的讨论	第50-52页
·误用检测算法设计	第52-59页
·用决策树分类	第52-53页
·属性选择度量	第53-55页
·由决策树提取分类规则	第55页
·多决策树合并算法	第55-59页
·本章小结	第59-60页
第五章 总结与展望	第60-62页
·论文工作总结	第60页
·今后工作展望	第60-62页
参考文献	第62-65页