| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究的背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·入侵检测国内外研究现状 | 第11-13页 |
| ·聚类的研究进展 | 第13页 |
| ·基于聚类的入侵检测的研究进展 | 第13-14页 |
| ·本论文研究的主要内容 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·文章结构 | 第14-16页 |
| 第2章 相关的技术简介 | 第16-34页 |
| ·入侵检测 | 第16-25页 |
| ·入侵检测的基本概念 | 第16-17页 |
| ·入侵检测通用系统框架 | 第17-18页 |
| ·入侵检测的分类 | 第18-23页 |
| ·目前入侵检测中存在的问题 | 第23-24页 |
| ·入侵检测未来的发展方向 | 第24-25页 |
| ·聚类分析 | 第25-31页 |
| ·聚类分析的定义 | 第25页 |
| ·聚类算法的要求 | 第25-26页 |
| ·聚类分析中的数据类型 | 第26-29页 |
| ·聚类的分类 | 第29-31页 |
| ·集群评估指标 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 改进的K-MEANS 算法 | 第34-43页 |
| ·K-MEANS 算法 | 第34-35页 |
| ·K-MEANS 算法的改进思想 | 第35-37页 |
| ·基于DBI 改进的K-MEANS 算法 | 第37-40页 |
| ·改进的DBIk-means 算法 | 第37-39页 |
| ·DBIk-means 的执行步骤和算法描述 | 第39-40页 |
| ·基于集群指标DMC 改进的K-MEANS 算法 | 第40-42页 |
| ·DMC 指标 | 第40页 |
| ·改进的DMC k-means 算法 | 第40-41页 |
| ·DMCk-means 算法的执行步骤及过程描述 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 基于聚类分析的入侵检测系统模型 | 第43-49页 |
| ·入侵检测的系统模型 | 第43-45页 |
| ·数据采集 | 第43页 |
| ·数据预处理 | 第43-44页 |
| ·检测引擎 | 第44-45页 |
| ·报警模块 | 第45页 |
| ·基于聚类分析的入侵检测改进模型 | 第45页 |
| ·聚类检测模块 | 第45-48页 |
| ·训练数据模块 | 第46-47页 |
| ·检测模块 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验及结果分析 | 第49-57页 |
| ·实验数据集描述 | 第49-50页 |
| ·实验数据的选取 | 第50-52页 |
| ·实验结果分析 | 第52-56页 |
| ·对比k-means 算法和DBIk-means 算法 | 第52-55页 |
| ·对比DMCk-means 算法和DBIk-means 算法 | 第55-56页 |
| ·结果分析 | 第56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间所发表的论文 | 第62-63页 |
| 致谢 | 第63页 |