基于数据挖掘的入侵检测的研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题研究背景及意义 | 第11-12页 |
| ·相关技术的研究现状 | 第12-14页 |
| ·粒子群算法的研究现状 | 第12-13页 |
| ·入侵检测的研究现状 | 第13-14页 |
| ·传统入侵检测技术的缺点 | 第14-15页 |
| ·粒子群算法在入侵检测方面的应用 | 第15-16页 |
| ·论文的主要任务和结构安排 | 第16-18页 |
| 第2章 入侵检测技术 | 第18-30页 |
| ·基本概念 | 第18页 |
| ·公开的入侵检测基本模型 | 第18-22页 |
| ·入侵检测的分类 | 第22-23页 |
| ·入侵检测的过程 | 第23-24页 |
| ·信息收集 | 第23页 |
| ·信息分析 | 第23-24页 |
| ·告警与响应 | 第24页 |
| ·入侵检测的方法研究 | 第24-25页 |
| ·误用检测的实现方法 | 第24-25页 |
| ·异常检测的实现方法 | 第25页 |
| ·入侵检测技术 | 第25-28页 |
| ·异常检测 | 第25-27页 |
| ·误用检测 | 第27-28页 |
| ·入侵检测系统的作用 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 数据挖掘在入侵检测中的应用 | 第30-37页 |
| ·数据挖掘的概念 | 第30-31页 |
| ·数据挖掘技术在入侵检测方面的研究现状 | 第31-32页 |
| ·数据挖掘应用于入侵检测的算法介绍 | 第32-35页 |
| ·关联分析 | 第33页 |
| ·序列分析法 | 第33-34页 |
| ·分类算法 | 第34页 |
| ·聚类算法 | 第34-35页 |
| ·模糊关联分析 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 粒子群算法 | 第37-41页 |
| ·粒子群算法的简介 | 第37-39页 |
| ·基本原理 | 第37页 |
| ·算法流程 | 第37-38页 |
| ·参数设置 | 第38-39页 |
| ·量子粒子群算法 | 第39-40页 |
| ·基本原理 | 第39页 |
| ·引入权重系数的QPSO | 第39-40页 |
| ·DQPSO的算法过程 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 DQP8O对入侵检测中隶属度函数的优化 | 第41-48页 |
| ·模糊关联规则在入侵检测中的应用 | 第41-42页 |
| ·改进的DQPSO的隶属度函数优化 | 第42-43页 |
| ·初始化粒子 | 第42-43页 |
| ·优化过程 | 第43页 |
| ·网络的异常检测试验 | 第43-45页 |
| ·实验数据 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 总结 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 附录A 攻读硕士学位期间所发表的论文 | 第54页 |
