K-means聚类算法在网络入侵检测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-16页 |
| ·研究目的及意义 | 第8-14页 |
| ·入侵检测的研究现状 | 第14-15页 |
| ·研究的内容 | 第15-16页 |
| 2 入侵检测概述 | 第16-26页 |
| ·入侵检测 | 第17-20页 |
| ·入侵检测的概念 | 第17-18页 |
| ·入侵检测模型 | 第18-19页 |
| ·入侵检测的产生与发展 | 第19-20页 |
| ·入侵检测的分类 | 第20-21页 |
| ·根据数据来源的分类 | 第20-21页 |
| ·根据检测的方法分类 | 第21页 |
| ·根据响应方式分类 | 第21页 |
| ·入侵检测技术 | 第21-23页 |
| ·入侵检测的发展趋势 | 第23-25页 |
| ·体系结构的演变 | 第24页 |
| ·面向IPv6的入侵检测 | 第24-25页 |
| ·小结 | 第25-26页 |
| 3 入侵检测中的K-means算法 | 第26-32页 |
| ·入侵检测中的算法分析 | 第26-27页 |
| ·基于误用的检测模型 | 第26页 |
| ·基于异常的入侵模型 | 第26-27页 |
| ·聚类分析概述 | 第27-30页 |
| ·聚类分析的定义 | 第28页 |
| ·聚类分析算法的基本步骤 | 第28页 |
| ·主要聚类算法的分类 | 第28-30页 |
| ·入侵检测中的K-means算法 | 第30页 |
| ·小结 | 第30-32页 |
| 4 K-means算法的改进 | 第32-42页 |
| ·K-means算法介绍 | 第32-34页 |
| ·K-means算法 | 第32页 |
| ·K-means算法的步骤 | 第32-33页 |
| ·K-means算法的特点 | 第33-34页 |
| ·改进的K-means算法 | 第34-40页 |
| ·K-means算法的改进 | 第34页 |
| ·数据孤立点的研究 | 第34-35页 |
| ·K-means算法对初值k的依赖性 | 第35页 |
| ·K-means算法初值选取的方法 | 第35-36页 |
| ·孤立点的定义 | 第36页 |
| ·孤立点的删除方法 | 第36-38页 |
| ·聚类的初始中心点的选取 | 第38-40页 |
| ·小结 | 第40-42页 |
| 5 实验设计与结果分析 | 第42-48页 |
| ·基于聚类分析的入侵检测系统模型的构建 | 第42-43页 |
| ·实验结果与分析 | 第43-48页 |
| 6 结论 | 第48-50页 |
| 参考文献 | 第50-57页 |
| 附录：攻读学位期间的主要学术成果 | 第57-58页 |
| 致谢 | 第58页 |
