| 第一章 绪论 | 第1-18页 |
| ·研究内容和意义 | 第12-15页 |
| ·论文安排 | 第15-18页 |
| 第二章 入侵检测系统综述 | 第18-24页 |
| ·入侵检测系统 | 第18-19页 |
| ·目前入侵检测系统存在的问题 | 第19-21页 |
| ·研究意义 | 第21-24页 |
| 第三章 基于数据挖掘的入侵检测系统 | 第24-38页 |
| ·数据挖掘技术 | 第24-26页 |
| ·基于数据挖掘技术的入侵检测系统的主要优点 | 第26-27页 |
| ·基于数据挖掘的入侵检测系统的研究现状 | 第27-28页 |
| ·基于数据挖掘的入侵检测系统的体系结构 | 第28-32页 |
| ·基于数据挖掘的主要入侵检测方法 | 第32-38页 |
| ·基于聚类的方法 | 第32-33页 |
| ·基于判定树的方法 | 第33-34页 |
| ·基于神经网络的方法 | 第34-35页 |
| ·基于关联规则的方法 | 第35-36页 |
| ·基于序列模式的方法 | 第36-38页 |
| 第四章 复合分类器和相关的工作 | 第38-42页 |
| ·分类器 | 第38-39页 |
| ·复合分类器 | 第39-42页 |
| ·训练独立的分类器 | 第40-41页 |
| ·独立分类器的复合 | 第41-42页 |
| 第五章 基于代价敏感的入侵检测模型 | 第42-52页 |
| ·入侵检测代价因素和机制 | 第42-46页 |
| ·入侵检测代价模型 | 第46-52页 |
| ·减少操作代价 | 第48-50页 |
| ·减小综合代价 | 第50-52页 |
| 第六章 降低误分类代价的改进算法 | 第52-70页 |
| ·可适应推进算法 | 第53-58页 |
| ·可适应推进算法的描述 | 第53-56页 |
| ·可适应推进算法存在的问题 | 第56-58页 |
| ·权值分布优化算法 | 第58-64页 |
| ·权值分布优化算法的描述 | 第58-61页 |
| ·累积误分类代价的上界 | 第61-63页 |
| ·对每个弱分类器选择适当的权值来减小累积误分类代价 | 第63-64页 |
| ·实验 | 第64-70页 |
| ·采用的数据集 | 第64-65页 |
| ·确定代价因子的大小 | 第65页 |
| ·确定代价调节函数 | 第65页 |
| ·训练与测试 | 第65-66页 |
| ·实验结果 | 第66-70页 |
| 第七章 结论 | 第70-71页 |
| ·主要的工作和贡献 | 第70页 |
| ·今后的工作 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文 | 第76页 |