| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·研究背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文组织结构 | 第10-11页 |
| 2 聚类技术 | 第11-22页 |
| ·聚类的定义 | 第11-12页 |
| ·聚类算法的要求 | 第12-14页 |
| ·聚类算法分类 | 第14-17页 |
| ·聚类分析中的数据结构 | 第17-18页 |
| ·聚类分析中的相似性度量 | 第18-20页 |
| ·聚类准则函数 | 第20-22页 |
| 3 K-means聚类算法分析 | 第22-32页 |
| ·K-means算法介绍 | 第22-25页 |
| ·K-means算法缺陷分析 | 第25-27页 |
| ·K-means的改进 | 第27-32页 |
| 4 改进的MMDBK聚类算法 | 第32-41页 |
| ·SFC选取两个最佳初始聚类中心 | 第32-33页 |
| ·聚类中心近邻的查找 | 第33-34页 |
| ·K-2个聚类中心的查找 | 第34-36页 |
| ·基于Davies-Bouldin Index的聚类个数K的确定 | 第36-37页 |
| ·MMDBK的整体描述 | 第37-41页 |
| 5 实验结果与分析 | 第41-57页 |
| ·入侵检测技术介绍 | 第41-46页 |
| ·实验数据介绍 | 第46-50页 |
| ·数据预处理 | 第50-53页 |
| ·仿真实验结果与分析 | 第53-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-63页 |