基于数据挖掘的入侵检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文主要组织结构 | 第13-14页 |
| 1.4 小结 | 第14-15页 |
| 2 数据挖掘和入侵检测的研究 | 第15-25页 |
| 2.1 信息安全的概述 | 第15页 |
| 2.2 数据挖掘技术 | 第15-18页 |
| 2.2.1 数据挖掘的过程 | 第15-16页 |
| 2.2.2 数据挖掘的主要分析方法 | 第16-18页 |
| 2.3 入侵检测系统 | 第18-23页 |
| 2.3.1 入侵检测模型的分类 | 第19-20页 |
| 2.3.2 入侵检测系统的分类 | 第20-23页 |
| 2.4 入侵检测面临的问题和未来的发展趋势 | 第23-24页 |
| 2.4.1 入侵检测面临的问题 | 第23页 |
| 2.4.2 入侵检测发展趋势 | 第23-24页 |
| 2.5 小结 | 第24-25页 |
| 3 基于数据挖掘的入侵检测算法研究 | 第25-31页 |
| 3.1 引言 | 第25页 |
| 3.2 贝叶斯定理 | 第25-26页 |
| 3.3 朴素贝叶斯分类思想 | 第26-27页 |
| 3.4 改进的朴素贝叶斯分类算法研究 | 第27页 |
| 3.5 传统K均值聚类算法 | 第27-28页 |
| 3.6 改进的K均值算法基本思想 | 第28-30页 |
| 3.7 混合算法在入侵检测中的应用 | 第30页 |
| 3.8 小结 | 第30-31页 |
| 4 实验结果分析 | 第31-39页 |
| 4.1 实验所使用的数据集 | 第31-32页 |
| 4.2 改进的朴素贝叶斯算法实验 | 第32-34页 |
| 4.3 改进的K均值算法实验分析 | 第34-36页 |
| 4.4 混合算法实验分析 | 第36-38页 |
| 4.5 小结 | 第38-39页 |
| 5 总结与展望 | 第39-41页 |
| 5.1 总结 | 第39-40页 |
| 5.2 展望 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45-46页 |
| 个人简历 | 第46页 |
