| 第1章 引言 | 第1-21页 |
| ·研究背景与意义 | 第11-12页 |
| ·数据挖掘技术的现状与发展 | 第12-15页 |
| ·数据挖掘技术介绍 | 第12-13页 |
| ·数据挖掘技术的发展方向 | 第13-15页 |
| ·基于数据挖掘的入侵检测研究的国内外现状与发展 | 第15-18页 |
| ·入侵检测系统介绍 | 第15页 |
| ·基于数据挖掘的入侵检测方法 | 第15-17页 |
| ·问题与分析 | 第17-18页 |
| ·本文的工作 | 第18-19页 |
| ·本文的组织 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第2章 关联规则挖掘算法概述 | 第21-36页 |
| ·关联规则挖掘问题的描述 | 第21-24页 |
| ·基本概念 | 第21-22页 |
| ·关联规则挖掘的步骤 | 第22-23页 |
| ·关联规则分类与挖掘算法分类 | 第23-24页 |
| ·经典频繁项目集算法分析 | 第24-28页 |
| ·有候选项集产生的算法 | 第25-26页 |
| ·无候选项集产生的算法 | 第26-28页 |
| ·基于多层关联规则挖掘算法研究 | 第28-30页 |
| ·多层关联规则挖掘方法 | 第28-30页 |
| ·经典MI_CH算法 | 第30页 |
| ·基于多维关联规则挖掘算法研究 | 第30-35页 |
| ·多维关联规则挖掘中属性量化处理策略 | 第31-33页 |
| ·多维关联规则挖掘中对离散化属性的多值处理策略 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 XARM算法—对经典Apriori算法的改进 | 第36-51页 |
| ·Apriori算法的分析 | 第36-41页 |
| ·Apriori算法的实现步骤 | 第36-37页 |
| ·Apriori算法存在的不足 | 第37-38页 |
| ·提高Apriori的有效性 | 第38-41页 |
| ·XARM算法的优化技术 | 第41-44页 |
| ·自适应变步长减小数据库扫描次数 | 第41-42页 |
| ·增强的事务压缩方法 | 第42-43页 |
| ·基于连接的支持度统计 | 第43-44页 |
| ·动态剪枝 | 第44页 |
| ·XARM算法描述 | 第44-47页 |
| ·实验仿真结果与分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 SFUP算法—关联规则增量更新改进算法 | 第51-62页 |
| ·关联规则的增量维护 | 第51-56页 |
| ·关联规则的更新 | 第51-52页 |
| ·FUP算法的分析 | 第52-56页 |
| ·改进算法的基本原理 | 第56-57页 |
| ·改进算法的基本过程与实现 | 第57-60页 |
| ·改进算法的基本过程 | 第57-58页 |
| ·改进算法的实现 | 第58-60页 |
| ·算法性能分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 基于改进关联规则挖掘的入侵检测方法 | 第62-77页 |
| ·入侵检测概念 | 第62-64页 |
| ·基本体系结构 | 第62-64页 |
| ·系统构成 | 第64页 |
| ·现有入侵检测技术分析 | 第64-68页 |
| ·入侵检测的数据分析 | 第64-66页 |
| ·数据挖掘技术在入侵检测中的应用 | 第66-68页 |
| ·基于关联规则的判决方法 | 第68页 |
| ·基于改进关联规则挖掘的入侵检测方法 | 第68-75页 |
| ·XSID的基本思想 | 第68-70页 |
| ·网络数据截获 | 第70-71页 |
| ·数据预处理 | 第71-72页 |
| ·正常行为模型及入侵行为模型的建立 | 第72-74页 |
| ·网络数据实时挖掘检测 | 第74-75页 |
| ·实验与分析 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第6章 结论与展望 | 第77-79页 |
| ·结论 | 第77-78页 |
| ·进一步工作的方向 | 第78-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 个人简历 | 第83页 |