基于聚类技术识别新型态的网络入侵检测研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 课题相关的问题背景 | 第8-9页 |
| 1.2 课题的引入与研究动机 | 第9-10页 |
| 1.3 论文的主要工作 | 第10页 |
| 1.4 主要研究方法 | 第10-12页 |
| 第二章 基于聚类技术的网络入侵检测相关技术 | 第12-22页 |
| 2.1 入侵异常检测技术 | 第12-13页 |
| 2.2 异常检测的方法 | 第13-16页 |
| 2.2.1 以距离为基础的异常检测方法 | 第14页 |
| 2.2.2 以分配为基础的异常检测方法 | 第14-15页 |
| 2.2.3 以密度为基础的异常检测方法 | 第15-16页 |
| 2.3 聚类方法 | 第16-19页 |
| 2.3.1 分割式聚类 | 第17-18页 |
| 2.3.2 层次式聚类 | 第18页 |
| 2.3.3 密度为基础的聚类以及格状聚类 | 第18-19页 |
| 2.3.4 其它聚类方法 | 第19页 |
| 2.4 与入侵异常检测相关的检测方法 | 第19-20页 |
| 2.5 入侵攻击行为 | 第20-22页 |
| 2.5.1 PROBE入侵攻击 | 第20页 |
| 2.5.2 U2R和R2L入侵攻击 | 第20-21页 |
| 2.5.3 DOS入侵攻击 | 第21-22页 |
| 第三章 聚类技术及其相关 | 第22-36页 |
| 3.1 数据预处理 | 第23-25页 |
| 3.2 数据聚类过程 | 第25-31页 |
| 3.2.1 K-means方法 | 第25-27页 |
| 3.2.2 CURE方法 | 第27-29页 |
| 3.2.3 DBSCAN方法 | 第29-31页 |
| 3.3 区分正常分组与异常分组的方法 | 第31-32页 |
| 3.4 新型态异常入侵的检测 | 第32-34页 |
| 3.4.1 个别性阀值设定 | 第32-34页 |
| 3.4.2 整体性阀值设定 | 第34页 |
| 3.5 性能测试方法 | 第34-36页 |
| 第四章 基于聚类技术识别新型态的实验研究 | 第36-67页 |
| 4.1 基于聚类技术的入侵检测系统的平台搭建 | 第36-39页 |
| 4.1.1 数据采集过程 | 第37-38页 |
| 4.1.2 数据预处理过程 | 第38页 |
| 4.1.3 数据挖掘过程 | 第38-39页 |
| 4.1.4 检测及报警过程 | 第39页 |
| 4.2 识别能力测试 | 第39-44页 |
| 4.2.1 K-means测试结果 | 第40-41页 |
| 4.2.2 CURE测试结果 | 第41-42页 |
| 4.2.3 DBSCAN方法测试 | 第42-43页 |
| 4.2.4 本节小结 | 第43-44页 |
| 4.3 新型态识别能力测试 | 第44-52页 |
| 4.3.1 K-means测试结果 | 第45-47页 |
| 4.3.2 CURE测试结果 | 第47-50页 |
| 4.3.3 DBSCAN测试结果 | 第50-52页 |
| 4.3.4 小结 | 第52页 |
| 4.4 实际数据文件测试 | 第52-67页 |
| 4.4.1 数据文件说明 | 第52-56页 |
| 4.4.2 K-means测试结果 | 第56-59页 |
| 4.4.3 CURE测试结果 | 第59-61页 |
| 4.4.4 DBSCAN测试结果 | 第61-64页 |
| 4.4.5 综合比较 | 第64-67页 |
| 第五章 工作总结与展望 | 第67-69页 |
| 5.1 工作总结 | 第67-68页 |
| 5.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间参加的科研项目和成果 | 第73页 |
