| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题研究的背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-11页 |
| 第二章 数据挖掘技术及其在入侵检测中的应用 | 第11-18页 |
| ·数据挖掘概述 | 第11-13页 |
| ·数据挖掘的概念和体系结构 | 第11-12页 |
| ·数据挖掘的过程和功能 | 第12-13页 |
| ·数据挖掘技术 | 第13-16页 |
| ·关联规则 | 第13-14页 |
| ·聚类分析 | 第14页 |
| ·分类分析 | 第14-15页 |
| ·序列分析 | 第15-16页 |
| ·入侵检测系统中应用数据挖掘技术的特点 | 第16-18页 |
| 第三章 入侵检测技术与Snort 入侵检测系统 | 第18-31页 |
| ·入侵检测技术 | 第18-19页 |
| ·异常检测 | 第18页 |
| ·误用检测 | 第18-19页 |
| ·入侵检测系统的分类 | 第19-23页 |
| ·基于主机的入侵检测系统 | 第20-21页 |
| ·基于网络的入侵检测系统 | 第21-23页 |
| ·混合分布式的入侵检测系统 | 第23页 |
| ·Snort 分析 | 第23-31页 |
| ·Snort 的特点 | 第23-25页 |
| ·Snort 的组成及模块结构 | 第25-27页 |
| ·Snort 的插件机制原理 | 第27-29页 |
| ·Snort 总体工作流程 | 第29-31页 |
| 第四章 K-means 算法和Apriori 算法 | 第31-41页 |
| ·K-means 算法及其改进 | 第31-35页 |
| ·K-means 算法描述 | 第31-32页 |
| ·K-means 算法的优缺点 | 第32-33页 |
| ·K-means 算法的改进 | 第33-35页 |
| ·关联规则的Apriori 算法 | 第35-41页 |
| ·Apriori 算法相关的定义和性质 | 第35-36页 |
| ·Apriori 算法描述 | 第36-38页 |
| ·Apriori 的优化方法 | 第38-39页 |
| ·改进的Apriori 算法 | 第39-41页 |
| 第五章 实验验证 | 第41-53页 |
| ·系统模型整体结构 | 第41-42页 |
| ·系统重要的模块结构 | 第42-44页 |
| ·聚类分析模块 | 第42-43页 |
| ·特征提取器 | 第43-44页 |
| ·预检测引擎 | 第44页 |
| ·实验过程 | 第44-53页 |
| ·实验环境及准备阶段 | 第44-48页 |
| ·实验分析过程 | 第48-51页 |
| ·验证系统效率的实验 | 第51-52页 |
| ·总结 | 第52-53页 |
| 第六章 工作总结与展望 | 第53-55页 |
| ·工作总结 | 第53页 |
| ·本课题过程中遇到的问题以及对工作的展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 在学期间发表的论文 | 第58-59页 |
| 致谢 | 第59页 |