模糊聚类算法及其在入侵检测中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·本文工作及组织结构 | 第9-11页 |
| 第二章 入侵检测与数据挖掘 | 第11-23页 |
| ·入侵检测技术 | 第11-18页 |
| ·入侵检测的起源与发展 | 第11页 |
| ·入侵检测模型 | 第11-13页 |
| ·入侵检测系统分类 | 第13-17页 |
| ·检测机制 | 第17-18页 |
| ·数据挖掘 | 第18-21页 |
| ·挖掘过程 | 第19页 |
| ·常用算法 | 第19-21页 |
| ·数据挖掘与入侵检测结合 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第三章 模糊聚类分析 | 第23-37页 |
| ·聚类分析 | 第23-25页 |
| ·聚类 | 第23-24页 |
| ·聚类分析方法 | 第24-25页 |
| ·模糊聚类 | 第25-32页 |
| ·模糊理论 | 第26页 |
| ·模糊聚类的思想 | 第26-27页 |
| ·模糊聚类分析过程 | 第27-30页 |
| ·模糊聚类常用方法 | 第30-32页 |
| ·FCM算法及其改进 | 第32-34页 |
| ·模糊C-均值（FCM）算法分析 | 第32-33页 |
| ·初始化聚类中心 | 第33页 |
| ·最优模糊因子α的确定 | 第33-34页 |
| ·改进的模糊聚类算法描述 | 第34页 |
| ·实验及结果分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 面向高维空间的模糊聚类算法 | 第37-43页 |
| ·近似K-MEDIANS算法 | 第37-38页 |
| ·面向高维空间的相似度函数DSIM | 第38-39页 |
| ·DCFCM模糊聚类算法 | 第39-41页 |
| ·基于DCFCM结果进行标类 | 第41页 |
| ·实验及结果分析 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第五章 基于DCFCM的入侵检测系统 | 第43-53页 |
| ·基于DCFCM的IDS | 第43-46页 |
| ·总体设计结构 | 第43-45页 |
| ·检测过程的实现 | 第45-46页 |
| ·实验仿真 | 第46-49页 |
| ·样本集描述 | 第46-47页 |
| ·数据预处理 | 第47-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·小结 | 第51-53页 |
| 第六章 结束语 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 研究成果 | 第60-61页 |
