基于数据挖掘的网络入侵检测方法研究
| 中文摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 引言 | 第6-10页 |
| ·网络安全现状 | 第6页 |
| ·入侵检测技术 | 第6-7页 |
| ·数据挖掘技术 | 第7-8页 |
| ·基于数据挖掘的入侵检测及国内外研究现状 | 第8-9页 |
| ·论文内容安排 | 第9-10页 |
| 第二章 入侵检测 | 第10-15页 |
| ·入侵检测系统分类 | 第10-11页 |
| ·入侵检测方法 | 第11-12页 |
| ·异常检测 | 第11页 |
| ·误用检测 | 第11-12页 |
| ·入侵检测系统模型 | 第12-13页 |
| ·入侵检测技术现状及发展方向 | 第13-15页 |
| ·入侵检测技术现状 | 第13页 |
| ·入侵检测技术发展方向 | 第13-15页 |
| 第三章 数据挖掘算法 | 第15-19页 |
| ·数据挖掘简介 | 第15-16页 |
| ·数据挖掘算法分类 | 第16-18页 |
| ·关联分析算法 | 第16页 |
| ·序列分析算法 | 第16-17页 |
| ·分类分析算法 | 第17页 |
| ·聚类分析算法 | 第17-18页 |
| ·数据挖掘算法在入侵检测中的应用 | 第18-19页 |
| 第四章 基于数据挖掘的网络入侵检测方法研究 | 第19-46页 |
| ·网络数据收集和预处理 | 第19-23页 |
| ·网络数据收集 | 第19-20页 |
| ·数据预处理 | 第20-21页 |
| ·KDDCup99数据集说明及分析 | 第21-23页 |
| ·聚类分析 | 第23-35页 |
| ·聚类分析的数据类型及相似性度量 | 第23-25页 |
| ·聚类分析算法的分类 | 第25-26页 |
| ·K-means算法概述 | 第26页 |
| ·K-means算法改进 | 第26-28页 |
| ·基于聚类分析的入侵检测方法 | 第28-29页 |
| ·数据标准化 | 第28页 |
| ·距离度量 | 第28-29页 |
| ·聚类结果分析 | 第29页 |
| ·实验结果及分析 | 第29-35页 |
| ·关联分析 | 第35-40页 |
| ·基本概念 | 第35-36页 |
| ·Apriori算法 | 第36-37页 |
| ·应用于入侵检测的扩展算法 | 第37-38页 |
| ·实验结果及分析 | 第38-40页 |
| ·聚类分析结合关联分析的入侵检测方法 | 第40-46页 |
| ·算法结合原因 | 第40-41页 |
| ·检测方法原理 | 第41页 |
| ·系统建立流程 | 第41-42页 |
| ·实验结果及分析 | 第42-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 在学期间发表的学术论文和参加科研情况 | 第52页 |
