摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-17页 |
·研究背景与意义 | 第10-11页 |
·入侵检测系统 | 第11-13页 |
·入侵检测系统的概念 | 第11-12页 |
·入侵检测系统的分类 | 第12-13页 |
·入侵检测系统研究现状 | 第13-14页 |
·入侵检测系统存在的问题 | 第14页 |
·论文主要研究内容及创新点 | 第14-15页 |
·论文的组织结构 | 第15-17页 |
第二章 模糊聚类分析方法 | 第17-24页 |
·模糊聚类分析基础 | 第17-18页 |
·模糊聚类分析的概述 | 第17页 |
·模糊聚类分析的发展 | 第17-18页 |
·模糊聚类软划分的思想 | 第18页 |
·几种典型划分型聚类算法 | 第18-22页 |
·K均值算法(K-means) | 第18-20页 |
·模糊 C均值聚类算法(FCM) | 第20-21页 |
·PCM聚类算法 | 第21-22页 |
·其它模糊聚类算法 | 第22页 |
·聚类与模糊聚类在入侵检测中的研究现状 | 第22-23页 |
·模糊聚类分析算法存在的问题 | 第23页 |
·本章小结 | 第23-24页 |
第三章 一种隶属关系不确定的可能性模糊聚类方法 | 第24-36页 |
·不确定性理论基础 | 第24-25页 |
·不确定性隶属关系的概念 | 第24页 |
·不确定性分布 | 第24-25页 |
·模糊聚类方法中的不确定性理论 | 第25页 |
·隶属关系不确定的可能性模糊聚类算法(UMPFCA) | 第25-29页 |
·问题描述与 UMPFCA算法原理 | 第25-26页 |
·UMPFCA算法模型 | 第26-28页 |
·UMPFCA算法流程描述 | 第28-29页 |
·UMPFCA算法实验结果与分析 | 第29-35页 |
·人工数据集实验结果 | 第29-31页 |
·标准数据集实验结果 | 第31-32页 |
·关于可能性权重指数r的选择分析 | 第32-33页 |
·UMPFCA算法收敛性分析 | 第33-35页 |
·UMPFCA算法存在的问题 | 第35页 |
·本章小结 | 第35-36页 |
第四章 基于遗传禁忌搜索的模糊聚类算法 | 第36-50页 |
·遗传算法(Genetic Algorithm)技术 | 第37-40页 |
·遗传算法的概述 | 第37页 |
·遗传算法的实现技术 | 第37-40页 |
·禁忌搜索(Tabu Search)技术 | 第40-42页 |
·禁忌搜索理论 | 第40页 |
·禁忌搜索的技术问题 | 第40-42页 |
·基于遗传禁忌搜索的模糊聚类算法(GTFCA) | 第42-47页 |
·GTFCA算法实现关键技术 | 第42-44页 |
·遗传禁忌算法(GTA)的实现 | 第44-46页 |
·基于遗传禁忌算法的模糊聚类算法(GTFCA)实现 | 第46-47页 |
·GTFCA算法实验结果与分析 | 第47-49页 |
·人工数据集实验结果 | 第47-48页 |
·标准数据集实验结果 | 第48页 |
·GTFCA算法性能分析 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 基于模糊聚类的入侵检测方法研究与实现 | 第50-67页 |
·模糊聚类入侵检测系统(FCIDS)的总体设计 | 第50-51页 |
·数据包截获与特征提取模块的实现 | 第51-55页 |
·实现的关键技术 | 第51-52页 |
·数据包截获功能的实现 | 第52-53页 |
·数据包的特征提取过程 | 第53-55页 |
·KDDCUP99数据集 | 第55-57页 |
·数据集的描述 | 第55-56页 |
·数据集的标准化与归一化处理 | 第56-57页 |
·基于主成分分析的数据降维处理 | 第57-60页 |
·主成分分析的概念 | 第57-58页 |
·主成分分析的实现 | 第58-60页 |
·UMPFCA算法在FCIDS中的应用 | 第60-64页 |
·GTFCA算法在 FCIDS中的应用 | 第64-66页 |
·本章小结 | 第66-67页 |
第六章 结论与展望 | 第67-70页 |
·论文总结 | 第67-68页 |
·下一步工作 | 第68-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-75页 |
附录一 读硕期间发表或已录用的论文目录 | 第75-76页 |
附录二 KDDCUP99数据集攻击类型分类 | 第76-77页 |
附录三 KDDCUP99数据集特征属性分类 | 第77-78页 |