| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·研究现状及研究方向 | 第9-11页 |
| ·论文的组织架构 | 第11-12页 |
| 2 入侵检测概述 | 第12-23页 |
| ·入侵检测的概念 | 第12页 |
| ·入侵检测的产生和发展 | 第12-15页 |
| ·入侵检测方法 | 第15-19页 |
| ·误用入侵检测 | 第15-17页 |
| ·异常入侵检测 | 第17-19页 |
| ·入侵检测系统分类 | 第19-21页 |
| ·基于主机的入侵检测系统 | 第19-20页 |
| ·基于网络的入侵检测系统 | 第20-21页 |
| ·混合型入侵检测系统 | 第21页 |
| ·现有入侵检测系统存在的问题 | 第21-22页 |
| ·小结 | 第22-23页 |
| 3 入侵检测中的聚类分析 | 第23-33页 |
| ·聚类分析概述 | 第23-28页 |
| ·聚类分析的定义 | 第23页 |
| ·聚类分析算法的基本步骤 | 第23页 |
| ·聚类分析中的数据结构和数据类型 | 第23-27页 |
| ·聚类分析中的聚类准则函数 | 第27-28页 |
| ·主要聚类算法的分类 | 第28-31页 |
| ·基于划分的方法 | 第28-29页 |
| ·基于层次的方法 | 第29页 |
| ·基于密度的方法 | 第29-30页 |
| ·基于网格的方法 | 第30页 |
| ·基于模型的方法 | 第30页 |
| ·模糊聚类 | 第30-31页 |
| ·入侵检测对聚类分析算法的性能要求 | 第31-32页 |
| ·小结 | 第32-33页 |
| 4 入侵检测系统中聚类算法的研究与改进 | 第33-44页 |
| ·K-means 算法介绍 | 第33-36页 |
| ·K-means 算法的思想原理 | 第33页 |
| ·K-means 算法的流程步骤 | 第33-35页 |
| ·K-means 算法的优缺点分析 | 第35-36页 |
| ·改进的 k-means 算法 | 第36-43页 |
| ·k-means 算法的初值依赖性 | 第36页 |
| ·k-means 算法初值选取的现有方法 | 第36-37页 |
| ·新的初始聚类中心选取方法 | 第37-40页 |
| ·样本属性加权 | 第40-42页 |
| ·改进算法描述 | 第42-43页 |
| ·小结 | 第43-44页 |
| 5 实验设计与研究分析 | 第44-57页 |
| ·基于聚类的入侵检测系统模型 | 第44-45页 |
| ·KDD Cup 1999 数据集简介 | 第45-49页 |
| ·数据预处理 | 第49-51页 |
| ·非数值数值化 | 第49-50页 |
| ·数值归一化处理 | 第50-51页 |
| ·实验结果与分析 | 第51-56页 |
| ·小结 | 第56-57页 |
| 6 结论与展望 | 第57-58页 |
| ·本论文的主要工作 | 第57页 |
| ·后续研究工作的展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63页 |
| A. 作者在攻读硕士学位期间发表的 CSCD 论文目录 | 第63页 |
| B. 作者在攻读硕士学位期间参加的科研项目及得奖情况 | 第63页 |