协议分析及聚类算法在入侵检测中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外发展历程及现状 | 第9-12页 |
| ·国外发展历程及现状 | 第9-11页 |
| ·国内发展历程及现状 | 第11-12页 |
| ·本文的工作与组织结构 | 第12-13页 |
| 第二章 入侵检测技术 | 第13-25页 |
| ·入侵检测原理 | 第13-14页 |
| ·入侵检测分类 | 第14-15页 |
| ·入侵检测分析技术与方法 | 第15-19页 |
| ·入侵检测分析技术 | 第15-18页 |
| ·入侵检测分析方法 | 第18-19页 |
| ·入侵检测系统存在的问题 | 第19-21页 |
| ·入侵检测系统的发展趋势 | 第21-23页 |
| ·入侵检测模型分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 入侵检测的数据聚类 | 第25-41页 |
| ·协议分析 | 第25-32页 |
| ·TCP/IP基本原理 | 第25-28页 |
| ·协议分析思路 | 第28页 |
| ·协议分析过程 | 第28-29页 |
| ·IP分片重组 | 第29-31页 |
| ·高效IP分片重组技术 | 第31-32页 |
| ·入侵检测的数据聚类 | 第32-35页 |
| ·聚类算法简介 | 第33-34页 |
| ·协议分析的数据聚类 | 第34-35页 |
| ·核模糊聚类算法的改进 | 第35-40页 |
| ·样本空间加权矩阵关联规则 | 第35-36页 |
| ·矩阵加权关联规则可信度和支持度 | 第36页 |
| ·矩阵加权关联算法 | 第36-37页 |
| ·基于核模糊算法 | 第37-38页 |
| ·实验和结论 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于半监督的自适用异常检测 | 第41-53页 |
| ·自适用学习原理 | 第41-42页 |
| ·半监督学习概述 | 第42-44页 |
| ·半监督学习的聚类分析 | 第42-43页 |
| ·半监督学习系统进程序列分析 | 第43-44页 |
| ·半监督自适用算法及改进 | 第44-52页 |
| ·半监督区间K-Means算法 | 第44-45页 |
| ·半监督区间K-Means算法改进 | 第45-46页 |
| ·半监督自适用入侵检测算法的步骤 | 第46-47页 |
| ·半监督自适用入侵检测过程 | 第47页 |
| ·实验数据及分析 | 第47-51页 |
| ·半监督自适用算法与其它方法的比较 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结及展望 | 第53-55页 |
| ·论文工作总结 | 第53-54页 |
| ·进一步研究方向 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间主要的研究成果 | 第59页 |
