| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 本文的主要工作 | 第12页 |
| 1.4 本文的结构 | 第12-14页 |
| 第二章 入侵检测与数据挖掘 | 第14-27页 |
| 2.1 入侵检测原理 | 第14-20页 |
| 2.1.1 入侵检测定义 | 第14-15页 |
| 2.1.2 入侵检测分类 | 第15-18页 |
| 2.1.3 入侵检测技术 | 第18-20页 |
| 2.2 常用数据挖掘算法 | 第20-25页 |
| 2.2.1 关联规则算法 | 第21-22页 |
| 2.2.2 分类算法 | 第22-23页 |
| 2.2.3 聚类算法 | 第23-25页 |
| 2.2.4 序列模式分析算法 | 第25页 |
| 2.3 采用数据挖掘算法的入侵检测的特点 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于支持向量机和贝叶斯分类的入侵检测模型 | 第27-43页 |
| 3.1 问题的提出与分析 | 第27-29页 |
| 3.2 模型的提出 | 第29-30页 |
| 3.3 利用 BIRCH 算法进行数据预处理 | 第30-36页 |
| 3.3.1 BIRCH 算法的主要思想 | 第30-31页 |
| 3.3.2 聚类特征（CF）和 CF 树 | 第31-33页 |
| 3.3.3 BIRCH 算法描述 | 第33-36页 |
| 3.4 利用 SVM 分类检测 DoS 和 Probe 攻击 | 第36-39页 |
| 3.4.1 SVM 算法主要思想 | 第36-38页 |
| 3.4.2 构造 SVM 分类器 | 第38-39页 |
| 3.5 利用 Bayesian 分类检测 U2R 和 R2L 攻击 | 第39-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 实验结果与分析 | 第43-49页 |
| 4.1 实验数据集 | 第43-45页 |
| 4.2 数据预处理 | 第45-46页 |
| 4.2.1 数据变换与标准化 | 第45-46页 |
| 4.2.2 BIRCH 聚类规约 | 第46页 |
| 4.3 攻击类型检测结果及分析 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 附录 A 攻读学位期间发表的论文 | 第56-57页 |
| 详细摘要 | 第57-61页 |