| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·本文的研究背景 | 第10-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·基于分类的入侵检测方法 | 第13-14页 |
| ·基于聚类的入侵检测方法 | 第14-15页 |
| ·本文的主要研究内容及意义 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第二章 相关理论介绍 | 第17-28页 |
| ·入侵检测介绍 | 第17-19页 |
| ·入侵检测系统的基本概念 | 第17-18页 |
| ·入侵检测系统的类别 | 第18-19页 |
| ·粗糙集理论概述 | 第19-21页 |
| ·数据挖掘介绍 | 第21-28页 |
| ·数据挖掘的定义 | 第21页 |
| ·数据挖掘的常用方法 | 第21-22页 |
| ·聚类的基本概念 | 第22-23页 |
| ·典型的聚类方法简介 | 第23-25页 |
| ·聚类分析的数据类型 | 第25-28页 |
| 第三章 一种新的k-modes聚类初始类中心选择算法 | 第28-38页 |
| ·引言 | 第28-29页 |
| ·基本概念 | 第29-30页 |
| ·加权重叠距离与加权平均密度 | 第30-32页 |
| ·初始中心选择算法Ini_Weight | 第32-33页 |
| ·实验分析 | 第33-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于加权重叠距离的k-modes聚类算法及其在入侵检测中的应用 | 第38-48页 |
| ·引言 | 第38页 |
| ·传统的k-modes算法及其存在的问题 | 第38-39页 |
| ·基于加权重叠距离的k-modes聚类算法WODKM | 第39-41页 |
| ·WODKM算法在入侵检测中的应用 | 第41-43页 |
| ·实验 | 第43-48页 |
| ·数据预处理 | 第43-45页 |
| ·数据类型转换 | 第43-44页 |
| ·数据离散化 | 第44-45页 |
| ·属性约简 | 第45页 |
| ·实验过程与结果 | 第45-48页 |
| 第五章 总结与展望 | 第48-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士期间发表的学术论文 | 第60-62页 |
