决策树的一种优化方法及其在入侵检测中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 入侵检测系统概述 | 第12-20页 |
| ·引言 | 第12-13页 |
| ·入侵检测的相关概念 | 第13页 |
| ·入侵检测研究的历史和现状 | 第13-14页 |
| ·入侵检测系统的分类 | 第14-16页 |
| ·根据信息源分类 | 第14-15页 |
| ·根据检测所用分析方法分类 | 第15-16页 |
| ·常用入侵检测技术 | 第16-17页 |
| ·数据挖掘在入侵检测中的应用可行性 | 第17-18页 |
| ·本文组织安排 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第二章 数据挖掘概述 | 第20-29页 |
| ·引言 | 第20页 |
| ·数据挖掘综述 | 第20-22页 |
| ·数据库知识发现与数据挖掘的定义 | 第20-21页 |
| ·KDD发展和研究现状 | 第21-22页 |
| ·KDD的处理过程模型 | 第22-23页 |
| ·数据挖掘任务和常用挖掘技术 | 第23-27页 |
| ·数据挖掘的任务 | 第23-25页 |
| ·常用数据挖掘技术 | 第25-27页 |
| ·数据挖掘中应注意的问题 | 第27-28页 |
| ·决策树应用于入侵检测的可行性 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 决策树研究 | 第29-42页 |
| ·引言 | 第29页 |
| ·决策树基本算法 | 第29-31页 |
| ·ID3算法 | 第31-38页 |
| ·决策树的信息论原理基础 | 第31-32页 |
| ·ID3算法的分裂属性选择策略 | 第32-37页 |
| ·C4.5对 ID3的改进 | 第37-38页 |
| ·决策树性能分析 | 第38-39页 |
| ·决策树优化—预测精度与规则简易性的平衡 | 第39-41页 |
| ·权衡精确度与规则的简易性 | 第39-40页 |
| ·决策树优化策略 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于遗传算法的决策树优化研究 | 第42-50页 |
| ·引言 | 第42页 |
| ·构建决策树时进行属性组合优化的必要性 | 第42-43页 |
| ·遗传算法概述 | 第43-46页 |
| ·遗传算法的基本思想 | 第43-44页 |
| ·遗传算法的基本操作 | 第44-45页 |
| ·遗传算法的特点 | 第45页 |
| ·使用遗传算法时应注意的问题 | 第45-46页 |
| ·基于遗传算法的决策树寻优模型 | 第46-48页 |
| ·模型构成 | 第46-47页 |
| ·决策树寻优模型的工作流程 | 第47页 |
| ·适应度函数设计 | 第47-48页 |
| ·试验及分析 | 第48-49页 |
| ·结论 | 第49页 |
| ·本章小结 | 第49-50页 |
| 第五章 误用型入侵检测系统的设计与实现 | 第50-59页 |
| ·系统分析与设计 | 第50-51页 |
| ·误用型入侵检测系统的设计目标 | 第50页 |
| ·误用入侵检测系统的系统构成 | 第50-51页 |
| ·误用型入侵检测系统的应用过程 | 第51-58页 |
| ·KDDCUP’99数据说明及相关准备 | 第51-55页 |
| ·误用型入侵检测系统的应用过程 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-60页 |
| ·本文的主要工作 | 第59页 |
| ·今后的工作 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士期间发表的学术论文 | 第64页 |
