基于聚类的入侵检测算法研究与实现
| 提要 | 第1-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景、目的及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本文的章节安排 | 第10-11页 |
| 第2章 入侵检测技术 | 第11-15页 |
| ·入侵检测技术简介 | 第11-12页 |
| ·通用入侵检测模型 | 第12-13页 |
| ·入侵检测分析方法 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第3章 数据挖掘技术 | 第15-23页 |
| ·数据挖掘简介 | 第15-16页 |
| ·主要数据挖掘方法 | 第16-17页 |
| ·聚类方法介绍 | 第17-18页 |
| ·主要的聚类方法 | 第18-20页 |
| ·在入侵检测中应用数据挖掘的意义 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第4章 基于密度聚类的入侵检测算法研究 | 第23-32页 |
| ·密度聚类的基础知识 | 第23-24页 |
| ·密度聚类算法 | 第24-27页 |
| ·增量密度聚类算法 | 第27-29页 |
| ·基于聚类算法的入侵检测系统的总体框架 | 第29-30页 |
| ·增量聚类在入侵检测系统的意义 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第5章 基于密度聚类的入侵检测算法实现 | 第32-46页 |
| ·算法实现部分 | 第32-36页 |
| ·聚类部分 | 第32-35页 |
| ·检测部分 | 第35-36页 |
| ·数据集简介 | 第36-39页 |
| ·KDDCUP1999 数据集 | 第36-37页 |
| ·DARPA 数据集 | 第37-38页 |
| ·提取DARPA 数据 | 第38-39页 |
| ·实验结果 | 第39-45页 |
| ·实验参数训练过程 | 第39-40页 |
| ·KDD99 数据集的实验结果 | 第40-43页 |
| ·DARPA 数据集的实验结果 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第6章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·下一步工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 摘要 | 第52-54页 |
| ABSTRACT | 第54-56页 |
