| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-16页 |
| ·课题来源及研究背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文的工作和结构安排 | 第14-16页 |
| ·本文的工作 | 第14-15页 |
| ·本文的结构安排 | 第15-16页 |
| 第2章 网络安全与入侵检测技术 | 第16-29页 |
| ·网络安全技术 | 第16-19页 |
| ·加密技术(Encryption) | 第16-17页 |
| ·身份认证技术(Identification) | 第17页 |
| ·防火墙技术(Firewall) | 第17-18页 |
| ·虚拟专用网(VPN) | 第18-19页 |
| ·入侵检测概述 | 第19-20页 |
| ·入侵检测系统的分类 | 第20-22页 |
| ·按照信息的来源分类 | 第20-21页 |
| ·按照信息的来源分类 | 第21-22页 |
| ·入侵检测技术研究 | 第22-28页 |
| ·异常入侵检测技术 | 第22-25页 |
| ·误用入侵检测技术 | 第25-27页 |
| ·异常入侵检测技术和误用入侵检测技术的比较 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于聚类技术的入侵检测系统设计 | 第29-40页 |
| ·聚类分析方法基础 | 第29-32页 |
| ·k 均值聚类算法 | 第29-30页 |
| ·模糊 C 均值聚类算法 | 第30-32页 |
| ·模糊聚类算法在入侵检测中的应用 | 第32-34页 |
| ·基于聚类技术的异常入侵检测模型的设计 | 第34-38页 |
| ·模型设计目标 | 第34-35页 |
| ·模型工作模式 | 第35-37页 |
| ·结构模型 | 第37-38页 |
| ·模型可行性分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于遗传的模糊 C 均值算法的改进 | 第40-53页 |
| ·模糊 C 均值算法的改进 | 第40-41页 |
| ·遗传算法简介 | 第41-42页 |
| ·基于遗传的改进 FCM 算法在入侵检测中的应用研究 | 第42-47页 |
| ·遗传算法的基本操作 | 第42-43页 |
| ·基于遗传的改进模糊 C 均值算法的实现 | 第43-47页 |
| ·基于遗传的改进 FCM 在入侵检测中的应用实现 | 第47页 |
| ·试验仿真和结果分析 | 第47-52页 |
| ·改进的 FCM 算法的验证 | 第47-50页 |
| ·基于遗传的改进 FCM 算法的验证 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |