基于数据挖掘的入侵检测系统的研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 项目背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文结构 | 第14-16页 |
| 第2章 入侵检测技术介绍 | 第16-23页 |
| 2.1 入侵检测概述 | 第16页 |
| 2.2 入侵检测的基本原理 | 第16-17页 |
| 2.3 入侵检测方法 | 第17-19页 |
| 2.3.1 异常入侵检测法 | 第17-18页 |
| 2.3.2 误用检测法 | 第18页 |
| 2.3.3 混合型检测法 | 第18-19页 |
| 2.4 常用的入侵检测技术 | 第19-21页 |
| 2.5 目前入侵检测存在的问题 | 第21-22页 |
| 2.6 小结 | 第22-23页 |
| 第3章 数据挖掘技术及其在入侵检测中的应用 | 第23-29页 |
| 3.1 数据挖掘概念和定义 | 第23页 |
| 3.2 数据挖掘过程 | 第23-24页 |
| 3.3 常用的数据挖掘分析方法 | 第24-26页 |
| 3.3.1 关联分析 | 第24-25页 |
| 3.3.2 序列分析 | 第25页 |
| 3.3.3 分类分析 | 第25页 |
| 3.3.4 聚类分析 | 第25-26页 |
| 3.4 入侵检测中常用的数据挖掘技术 | 第26-27页 |
| 3.4.1 关联规则分析 | 第26页 |
| 3.4.2 特征选择 | 第26页 |
| 3.4.3 模糊挖掘技术 | 第26页 |
| 3.4.4 聚类挖掘技术 | 第26-27页 |
| 3.5 入侵检测系统的数据挖掘过程 | 第27页 |
| 3.6 基于数据挖掘的入侵检测框架 | 第27-28页 |
| 3.7 小结 | 第28-29页 |
| 第4章 基于数据挖掘的入侵检测系统的设计 | 第29-36页 |
| 4.1 现有入侵检测系统的缺陷 | 第29-30页 |
| 4.2 入侵检测系统模型的设计 | 第30-32页 |
| 4.2.1 模型设计思想 | 第30页 |
| 4.2.2 功能模块简介 | 第30-31页 |
| 4.2.3 工作流程 | 第31-32页 |
| 4.3 主要功能模块设计 | 第32-35页 |
| 4.3.1 行为分析模块 | 第32-33页 |
| 4.3.2 预检测器 | 第33-34页 |
| 4.3.3 特征提取器 | 第34-35页 |
| 4.4 小结 | 第35-36页 |
| 第5章 基于数据挖掘的入侵检测系统的应用 | 第36-58页 |
| 5.1 聚类分析算法 | 第36-39页 |
| 5.1.1 K-均值算法及其分析 | 第36-38页 |
| 5.1.2 改进的K-means算法 | 第38-39页 |
| 5.2 关联规则算法分析 | 第39-47页 |
| 5.2.1 Apriori算法分析 | 第39-44页 |
| 5.2.2 Apriori算法的优化 | 第44-47页 |
| 5.3 算法实验结果及分析 | 第47-52页 |
| 5.3.1 算法性能评价指标 | 第47页 |
| 5.3.2 实验数据 | 第47-50页 |
| 5.3.3 实验数据预处理 | 第50页 |
| 5.3.4 实验结果与分析 | 第50-52页 |
| 5.4 入侵检测系统的模拟实验 | 第52-57页 |
| 5.4.1 实验环境 | 第52页 |
| 5.4.2 实验过程及结果分析 | 第52-57页 |
| 5.4.3 结论 | 第57页 |
| 5.5 小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
