摘要 | 第1-7页 |
Abstract | 第7-15页 |
第1章 绪论 | 第15-25页 |
·课题的研究背景和意义 | 第15-19页 |
·网络安全现状 | 第15-16页 |
·入侵防御研究的必要性 | 第16-17页 |
·国内外研究现状 | 第17-19页 |
·入侵检测技术 | 第19-21页 |
·入侵检测定义 | 第19页 |
·入侵检测系统的分类 | 第19-20页 |
·入侵检测系统存在的不足 | 第20-21页 |
·入侵防御技术 | 第21-23页 |
·入侵防御定义 | 第21页 |
·入侵防御系统与入侵检测系统的区别 | 第21-22页 |
·入侵防御系统存在的不足 | 第22页 |
·入侵防御系统的未来研究方向 | 第22-23页 |
·本文工作 | 第23-24页 |
·研究内容 | 第23-24页 |
·论文结构 | 第24页 |
·本章小结 | 第24-25页 |
第2章 PCA 和半监督聚类 | 第25-43页 |
·PCA 理论 | 第25-31页 |
·PCA 概述 | 第25-26页 |
·PCA 基本原理 | 第26-27页 |
·PCA 在数学上的解释 | 第27-29页 |
·PCA 的计算方法 | 第29-31页 |
·聚类分析理论 | 第31-36页 |
·聚类分析概述 | 第31页 |
·聚类分析的数学描述 | 第31-32页 |
·相似性测度 | 第32页 |
·聚类分析过程描述 | 第32-33页 |
·聚类算法的分类 | 第33-36页 |
·基于划分的方法 | 第33-35页 |
·基于层次的方法 | 第35页 |
·基于密度的方法 | 第35-36页 |
·基于网格的方法 | 第36页 |
·基于模型的方法 | 第36页 |
·机器学习介绍 | 第36-42页 |
·监督学习 | 第36-37页 |
·无监督学习 | 第37页 |
·半监督学习 | 第37-38页 |
·半监督聚类 | 第38-42页 |
·标记信息和成对约束 | 第38-40页 |
·基于约束的半监督聚类算法 | 第40-41页 |
·基于距离的半监督聚类算法 | 第41页 |
·基于约束和距离结合的半监督聚类算法 | 第41-42页 |
·本章小结 | 第42-43页 |
第3章 基于 PCA 和半监督聚类的入侵检测算法 | 第43-62页 |
·引言 | 第43页 |
·模糊 C-均值聚类算法 | 第43-46页 |
·半监督聚类算法 | 第46-51页 |
·量化成对约束 | 第46-47页 |
·竞争凝聚算法 | 第47-49页 |
·基于量化成对约束和改进的竞争凝聚的半监督聚类算法 | 第49-51页 |
·基于 PCA 和半监督聚类的入侵检测算法 | 第51-53页 |
·仿真实验和分析 | 第53-61页 |
·入侵检测实验数据描述 | 第53-55页 |
·数据预处理 | 第55-58页 |
·参数设置 | 第58页 |
·实验结果和分析 | 第58-61页 |
·本章小结 | 第61-62页 |
第4章 基于改进的半监督降维和半监督聚类的入侵检测算法 | 第62-77页 |
·引言 | 第62页 |
·改进的半监督降维算法 | 第62-66页 |
·半监督降维方法 | 第62-63页 |
·基于 PCA 的半监督降维算法 | 第63-65页 |
·改进的半监督维数约减算法 | 第65-66页 |
·改进的半监督聚类算法 | 第66-72页 |
·基于 Shannon 熵的竞争聚类算法 | 第66-68页 |
·成对约束竞争聚类算法 | 第68-70页 |
·改进的成对约束竞争聚类算法 | 第70-72页 |
·基于改进的半监督维数约减和成对约束竞争聚类的入侵检测算法 | 第72-73页 |
·仿真实验和分析 | 第73-76页 |
·UCI 数据集实验 | 第73-74页 |
·入侵检测数据集实验 | 第74-76页 |
·本章小结 | 第76-77页 |
第5章 基于 PCA 和半监督聚类的入侵防御系统模型 | 第77-82页 |
·理想的入侵防御系统具备的功能特性 | 第77页 |
·入侵防御系统模型 | 第77-81页 |
·中央控制模块 | 第78页 |
·通信模块 | 第78页 |
·入侵防御模块 | 第78-81页 |
·入侵检测系统 | 第78-79页 |
·入侵响应系统 | 第79-81页 |
·日志记录模块 | 第81页 |
·本章小结 | 第81-82页 |
结论与展望 | 第82-84页 |
论文总结 | 第82页 |
工作展望 | 第82-84页 |
参考文献 | 第84-91页 |
攻读硕士学位期间发表的学术论文 | 第91-92页 |
致谢 | 第92-93页 |
详细摘要 | 第93-97页 |