基于数据挖掘的入侵检测技术研究
| 第1章 绪论 | 第1-13页 |
| ·论文研究的背景及意义 | 第9-10页 |
| ·入侵检测研究现状 | 第10-11页 |
| ·入侵检测目前存在的问题 | 第11页 |
| ·本文研究的主要内容及内容安排 | 第11-13页 |
| 第2章 入侵检测系统概述 | 第13-20页 |
| ·入侵检测定义 | 第13页 |
| ·入侵检测模型 | 第13-14页 |
| ·入侵检测分类 | 第14-18页 |
| ·按数据源分类 | 第14-16页 |
| ·按检测方法分类 | 第16-18页 |
| ·入侵检测形成的产品 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 数据挖掘技术及在入侵检测中的应用研究 | 第20-29页 |
| ·当前主要的入侵检测技术 | 第20-24页 |
| ·数据挖掘基本技术 | 第24-25页 |
| ·数据挖掘在入侵检测中的应用研究 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于聚类分析的入侵检测研究 | 第29-40页 |
| ·聚类分析方法 | 第29-32页 |
| ·入侵检测对聚类分析效果的要求 | 第32-33页 |
| ·基于聚类方法的入侵检测研究现状及存在的问题 | 第33-34页 |
| ·k-means聚类算法在入侵检测中应用分析 | 第34-37页 |
| ·算法 | 第34-35页 |
| ·试验数据集 | 第35-37页 |
| ·试验结果及分析 | 第37-38页 |
| ·试验结果 | 第37-38页 |
| ·试验结论 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第5章 改进的无监督聚类方法在入侵检测中的应用 | 第40-50页 |
| ·改进的聚类方法 KSCAN | 第41-44页 |
| ·KSCAN算法的主要思想 | 第41-42页 |
| ·KSCAN算法实现 | 第42-44页 |
| ·KSCAN算法的效率分析 | 第44页 |
| ·试验 | 第44-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·试验结果 | 第47-48页 |
| ·试验结果分析与讨论 | 第48页 |
| ·与其它方法比较 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第6章 基于数据挖掘的入侵检测系统 | 第50-61页 |
| ·基于数据挖掘的入侵检测模型 DMIDS | 第50-53页 |
| ·特征属性的构建及提取 | 第53-60页 |
| ·信息采集 | 第53-56页 |
| ·属性特征的提取和重组 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 附录 A 试验数据集 KDD99数据描述 | 第70-73页 |
