| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-18页 |
| ·引言 | 第13-14页 |
| ·入侵检测技术 | 第14-16页 |
| ·入侵检测技术的产生与意义 | 第14页 |
| ·入侵检测的发展 | 第14-16页 |
| ·课题研究的内容 | 第16-17页 |
| ·本文的章节安排 | 第17-18页 |
| 第二章 入侵检测系统 | 第18-30页 |
| ·入侵检测系统的定义 | 第18页 |
| ·入侵检测系统的结构和原理 | 第18-21页 |
| ·入侵检测系统的结构与组成部件 | 第18-20页 |
| ·入侵检测系统的原理 | 第20-21页 |
| ·入侵检测的分类 | 第21-23页 |
| ·基于主机的入侵检测 | 第21-22页 |
| ·基于网络的入侵检测 | 第22页 |
| ·混合式入侵检测 | 第22-23页 |
| ·入侵检测方法 | 第23-25页 |
| ·误用入侵检测 | 第23-24页 |
| ·异常入侵检测 | 第24-25页 |
| ·主动防御体系中的混合式入侵检测系统 | 第25-30页 |
| ·主动防御体系 | 第25-27页 |
| ·主动防御体系中的混合式入侵检测系统 | 第27-28页 |
| ·混合式入侵检测系统中的入侵检测分类器设计任务 | 第28-30页 |
| 第三章 基于免疫原理的入侵检测 | 第30-35页 |
| ·基于免疫原理的入侵检测 | 第30-32页 |
| ·生物免疫原理 | 第30页 |
| ·基于免疫原理的入侵检测 | 第30-32页 |
| ·基于系统调用的免疫检测算法的研究 | 第32-34页 |
| ·短序列匹配检测方法 | 第32-33页 |
| ·基于数据挖掘的检测方法 | 第33-34页 |
| ·基于免疫原理的入侵检测的特点 | 第34-35页 |
| 第四章 基于免疫原理的主机入侵检测分类器的设计与实现 | 第35-51页 |
| ·基于系统调用的免疫入侵检测分类器 | 第35页 |
| ·基于权值树的检测算法 | 第35-41页 |
| ·权值树森林的构造 | 第36-38页 |
| ·用权值树森林检测异常 | 第38-40页 |
| ·权值树森林的更新和树剪枝 | 第40-41页 |
| ·分类器的设计与实现 | 第41-48页 |
| ·分类器模型的模块结构 | 第41-42页 |
| ·分类器的工作流程 | 第42-43页 |
| ·模型的详细设计与实现 | 第43-48页 |
| ·实验 | 第48-51页 |
| 第五章 基于数据挖掘的入侵检测 | 第51-58页 |
| ·基于数据挖掘的入侵检测 | 第51-53页 |
| ·数据挖掘技术 | 第51-52页 |
| ·数据挖掘在入侵检测中的应用 | 第52-53页 |
| ·入侵检测中使用的数据挖掘算法 | 第53-57页 |
| ·关联分析算法 | 第53-54页 |
| ·数据分类算法 | 第54-57页 |
| ·数据挖掘在入侵检测中的作用 | 第57-58页 |
| 第六章 基于数据挖掘的网络入侵检测分类器的设计与实现 | 第58-76页 |
| ·分类器的总体结构 | 第58-59页 |
| ·分类器的设计目标 | 第58页 |
| ·分类器的总体结构 | 第58-59页 |
| ·数据收集及预处理模块 | 第59-64页 |
| ·数据收集及预处理模块的设计 | 第59-60页 |
| ·数据捕获 | 第60-62页 |
| ·数据过滤 | 第62-63页 |
| ·预处理 | 第63-64页 |
| ·数据分析模块 | 第64-74页 |
| ·数据分析模块的设计目标 | 第64-65页 |
| ·分类规则挖掘算法 | 第65-67页 |
| ·分类规则挖掘实现 | 第67-74页 |
| ·数据检测模块 | 第74页 |
| ·实验 | 第74-76页 |
| 第七章 结论 | 第76-78页 |
| 参考文献 | 第78-81页 |
| 致谢 | 第81-82页 |
| 在学习期间的学术成果和发表论文 | 第82页 |