| 第一章 绪论 | 第1-14页 |
| ·课题的研究背景 | 第9-11页 |
| ·入侵检测简介 | 第9-10页 |
| ·入侵检测技术的发展状况 | 第10-11页 |
| ·问题的提出和课题研究的目的 | 第11-12页 |
| ·主要内容及章节安排 | 第12-14页 |
| 第二章 入侵检测和基于数据挖掘的入侵检测 | 第14-26页 |
| ·入侵检测技术基础 | 第14-19页 |
| ·入侵检测系统的组成 | 第14-15页 |
| ·入侵检测系统的分类 | 第15-18页 |
| ·对入侵检测系统的要求 | 第18-19页 |
| ·基于数据挖掘的入侵检测 | 第19-25页 |
| ·数据挖掘 | 第19-20页 |
| ·数据挖掘技术在入侵检测系统中的应用 | 第20-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于核聚类的网络入侵检测方法 | 第26-37页 |
| ·引言 | 第26-27页 |
| ·核聚类 | 第27-33页 |
| ·经典k-means聚类 | 第27-28页 |
| ·核函数映射 | 第28-29页 |
| ·核k-means算法 | 第29-30页 |
| ·初始核聚类中心的选取 | 第30-31页 |
| ·异类分离和标记 | 第31-33页 |
| ·基于核K-means算法的入侵检测方法 | 第33页 |
| ·实验和分析 | 第33-36页 |
| ·小结 | 第36-37页 |
| 第四章 入侵检测中的闭合序列分析 | 第37-47页 |
| ·引言 | 第37页 |
| ·序列模式挖掘算法 | 第37-41页 |
| ·相关的定义 | 第38页 |
| ·PrefixSpan算法 | 第38-40页 |
| ·CloSpan算法 | 第40-41页 |
| ·扩展的闭合序列模式挖掘算法mem_clospan | 第41-45页 |
| ·序列位置信息表 | 第41-43页 |
| ·轴属性和参考属性约束 | 第43-44页 |
| ·算法描述 | 第44-45页 |
| ·实验分析 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第五章 组合核聚类与序列分析的网络入侵检测方法 | 第47-57页 |
| ·组合核聚类和序列分析方法的出发点 | 第47页 |
| ·组合核聚类和序列分析的网络入侵检测方法 | 第47-50页 |
| ·大簇序列分析法 | 第47-48页 |
| ·全局簇模式比较法 | 第48-50页 |
| ·无监督的学习分析器模型 | 第50-53页 |
| ·基于数据挖掘的入侵检测系统框架 | 第50页 |
| ·无监督学习分析器的设计 | 第50-53页 |
| ·实验与评测 | 第53-55页 |
| ·大簇序列分析法在SMTP数据上的实验 | 第53-54页 |
| ·全局簇模式比较法的实验 | 第54-55页 |
| ·小结 | 第55-57页 |
| 第六章 结束语 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间参加的科研项目和发表学术论文 | 第63页 |