摘要 | 第6-8页 |
Abstract | 第8-9页 |
第1章 绪论 | 第16-22页 |
1.1 研究背景及意义 | 第16-18页 |
1.1.1 研究背景 | 第16-17页 |
1.1.2 研究意义 | 第17-18页 |
1.2 研究状况 | 第18-19页 |
1.3 本文工作 | 第19-22页 |
1.3.1 研究内容 | 第19-20页 |
1.3.2 论文结构安排 | 第20-22页 |
第2章 入侵防御系统简介 | 第22-34页 |
2.1 入侵检测系统 | 第22-27页 |
2.1.1 入侵检测的基本概念 | 第22页 |
2.1.2 入侵检测方法 | 第22-26页 |
2.1.3 入侵检测的作用及基本构成 | 第26-27页 |
2.1.4 存在问题 | 第27页 |
2.2 入侵防御系统 | 第27-32页 |
2.2.1 入侵防御系统的概念 | 第27-28页 |
2.2.2 入侵防御系统的分类 | 第28-29页 |
2.2.3 入侵防御系统的工作原理 | 第29-30页 |
2.2.4 入侵防御系统面临的问题 | 第30-31页 |
2.2.5 入侵防御系统发展趋势 | 第31-32页 |
2.3 入侵防御与入侵检测系统的区别 | 第32页 |
2.4 本章小结 | 第32-34页 |
第3章 多标记学习理论基础 | 第34-40页 |
3.1 引言 | 第34页 |
3.2 多标记学习框架 | 第34-36页 |
3.2.1 问题定义 | 第34-35页 |
3.2.2 评价指标 | 第35-36页 |
3.3 多标记学习方法与策略 | 第36-38页 |
3.3.1 问题转化法 | 第36-37页 |
3.3.2 算法自适应方法 | 第37-38页 |
3.4 本章小结 | 第38-40页 |
第4章 基于多标记学习与半监督聚类的入侵检测算法 | 第40-56页 |
4.1 机器学习概述 | 第40-41页 |
4.1.1 监督学习 | 第40页 |
4.1.2 无监督学习 | 第40-41页 |
4.1.3 半监督学习 | 第41页 |
4.2 聚类概述 | 第41-44页 |
4.2.1 聚类与模糊聚类简介 | 第41页 |
4.2.2 相似性测度和聚类准则 | 第41-43页 |
4.2.2.1 相似性测度 | 第41-43页 |
4.2.2.2 聚类准则 | 第43页 |
4.2.3 聚类的一般步骤 | 第43-44页 |
4.3 聚类方法的分类 | 第44-48页 |
4.3.1 动态聚类分析法 | 第44-45页 |
4.3.2 K-均值聚类 | 第45-46页 |
4.3.3 模糊聚类分析法 | 第46页 |
4.3.4 模糊K-均值算法 | 第46-48页 |
4.4 半监督聚类算法 | 第48-52页 |
4.4.1 半监督K-均值算法 | 第49-50页 |
4.4.2 半监督模糊K-均值算法 | 第50-51页 |
4.4.3 基于k近邻的半监督算法 | 第51-52页 |
4.5 基于ML-KNN入侵检测算法 | 第52-55页 |
4.5.1 ML-KNN算法 | 第52-54页 |
4.5.2 基于多标记学习与半监督聚类的入侵检测算法 | 第54-55页 |
4.6 本章小结 | 第55-56页 |
第5章 实验仿真与结果分析 | 第56-74页 |
5.1 实验数据介绍 | 第56-59页 |
5.1.1 攻击类型 | 第56-57页 |
5.1.2 属性特性简介 | 第57-59页 |
5.2 数据预处理 | 第59-62页 |
5.2.1 数值处理 | 第59-61页 |
5.2.2 归一化 | 第61-62页 |
5.3 实验过程与结果分析 | 第62-72页 |
5.3.1 数据的选取与标记 | 第62-63页 |
5.3.2 仿真结果与分析 | 第63-72页 |
5.3.2.1 实验一 | 第63-68页 |
5.3.2.2 实验二 | 第68-70页 |
5.3.2.3 实验三 | 第70-72页 |
5.4 本章小结 | 第72-74页 |
第6章 基于多标记学习与半监督聚类的入侵防御模型 | 第74-84页 |
6.1 系统设计原则 | 第74页 |
6.2 多标记与半监督学习理论引入入侵防御系统 | 第74-75页 |
6.3 基于多标记学习与半监督聚类入侵防御系统的整体架构设计 | 第75-78页 |
6.3.1 入侵防御结构设计 | 第75-76页 |
6.3.2 模型工作流程 | 第76-78页 |
6.4 IPS部署 | 第78-80页 |
6.5 系统测试 | 第80-82页 |
6.5.1 测试工具介绍 | 第80-81页 |
6.5.2 测试结果 | 第81-82页 |
6.6 本章小结 | 第82-84页 |
结论 | 第84-86页 |
论文总结 | 第84-85页 |
工作展望 | 第85-86页 |
参考文献 | 第86-90页 |
攻读硕士学位期间发表的学术论文 | 第90-92页 |
致谢 | 第92页 |