| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景：SOA 和入侵检测 | 第9-13页 |
| ·本文研究内容和创新点 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 人工免疫网络 | 第15-25页 |
| ·生物免疫系统原理 | 第15-19页 |
| ·生物免疫机制 | 第16-18页 |
| ·生物免疫系统的主要特点 | 第18-19页 |
| ·人工免疫算法 | 第19-22页 |
| ·人工免疫系统 | 第20页 |
| ·人工免疫网络 | 第20-22页 |
| ·人工免疫网络模型的应用 | 第22-24页 |
| ·本章总结 | 第24-25页 |
| 第三章 聚类分析基础 | 第25-33页 |
| ·概述 | 第25-26页 |
| ·相似度度量 | 第26-29页 |
| ·对象间的相似性度量 | 第26-28页 |
| ·簇之间相似度度量 | 第28-29页 |
| ·经典聚类方法 | 第29-31页 |
| ·分区聚类 | 第29-30页 |
| ·层次聚类 | 第30页 |
| ·密度聚类 | 第30页 |
| ·网格聚类 | 第30-31页 |
| ·基于人工免疫的聚类 | 第31页 |
| ·聚类分析的关键问题 | 第31-33页 |
| 第四章 AINET 网络模型和改进K-MEANS 方法 | 第33-45页 |
| ·AINET | 第34-35页 |
| ·K-MEANS 方法 | 第35页 |
| ·AINET 和改进K-MEANS 的融合 | 第35-39页 |
| ·实验及分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 总结 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 附录 | 第51-54页 |
| 攻硕期间取得的研究成果 | 第54-55页 |