| 内容搞要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 目录 | 第8-9页 |
| 第一章 引言 | 第9-12页 |
| 1．1 计算机系统安全的定义 | 第9页 |
| 1．2 网络安全是系统的安全问题 | 第9-10页 |
| 1．3 入侵检测 | 第10-12页 |
| 第二章 入侵检测的研究与发展 | 第12-18页 |
| 2．1 引言 | 第12页 |
| 2．2 入侵检测的起源 | 第12-13页 |
| 2．3 入侵检测的分类 | 第13-14页 |
| 2．4 入侵检测模型 | 第14-15页 |
| 2．5 入侵检测方法概述 | 第15-16页 |
| 2．6 入侵检测技术发展方向 | 第16-18页 |
| 第三章 数据挖掘与入侵检测 | 第18-24页 |
| 3．1 数据挖掘的原理及过程 | 第18-20页 |
| 3．1．1 数据挖掘的定义 | 第18-19页 |
| 3．1．2 数据挖掘过程 | 第19-20页 |
| 3．1．3 数据挖掘系统的体系结构 | 第20页 |
| 3．2 数据挖掘在入侵检测中的应用 | 第20-24页 |
| 第四章 基于主动贝叶斯分类器的恶意可执行代码检测 | 第24-35页 |
| 4．1 贝叶斯网络分类器 | 第24-26页 |
| 4．2 主动贝叶斯分类器 | 第26-29页 |
| 4．3 用于检测恶意可执行代码的朴素贝叶斯分类器 | 第29-32页 |
| 4．3．1 训练数据集描述 | 第29页 |
| 4．3．2 特征提取 | 第29-30页 |
| 4．3．3 建立分类模型 | 第30-31页 |
| 4．3．4 分类算法—Naive Bayes | 第31-32页 |
| 4．3．5 分类规则 | 第32页 |
| 4．4 结果分析 | 第32-35页 |
| 4．4．1 主动贝叶斯分类器与贝叶斯分类器测试结果的比较 | 第32-33页 |
| 4．4．2 主动贝叶斯分类器的性能评估 | 第33-35页 |
| 第五章 可检测恶意可执行代码的邮件过滤器 | 第35-39页 |
| 5．1 DNMEF的架构 | 第35-39页 |
| 结束语 | 第39-41页 |
| 参考文献： | 第41-43页 |
| 致谢 | 第43-44页 |
| 攻读硕士期间完成的主要论文 | 第44页 |