| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 网络安全概述 | 第7-13页 |
| ·网络安全概念 | 第7-8页 |
| ·网络安全目标 | 第8-9页 |
| ·网络安全主要技术的发展 | 第9-10页 |
| ·早期网络安全技术 | 第9页 |
| ·现代网络安全技术 | 第9-10页 |
| ·网络安全措施 | 第10-12页 |
| ·加密与解密 | 第11页 |
| ·防杀毒软件 | 第11页 |
| ·网络防火墙 | 第11页 |
| ·访问权限控制 | 第11页 |
| ·入侵检测 | 第11-12页 |
| ·本文研究思路 | 第12页 |
| ·章节安排 | 第12-13页 |
| 第二章 数据挖掘在入侵检测中的应用 | 第13-29页 |
| ·入侵检测理论与技术 | 第13-22页 |
| ·入侵检测系统的概念及作用 | 第13-14页 |
| ·入侵检测系统的体系结构 | 第14-17页 |
| ·入侵检测技术 | 第17-22页 |
| ·数据挖掘应用于入侵检测 | 第22-23页 |
| ·数据挖掘技术概述 | 第23-28页 |
| ·数据挖掘的定义 | 第23页 |
| ·数据挖掘的目标 | 第23-24页 |
| ·数据挖掘的过程 | 第24-25页 |
| ·数据挖掘的方法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于聚类算法的入侵检测研究 | 第29-40页 |
| ·应用于入侵检测的聚类分析方法（技术）介绍 | 第29-30页 |
| ·划分方法 | 第29-30页 |
| ·层次方法 | 第30页 |
| ·基于网格的方法 | 第30页 |
| ·基于密度的方法 | 第30页 |
| ·基于模型的方法 | 第30页 |
| ·KDDCUP99 10%数据集预处理 | 第30-32页 |
| ·灰色关联算法 | 第32页 |
| ·K-均值(K-means)算法 | 第32-34页 |
| ·K-means 原理 | 第32-33页 |
| ·K-means 算法描述 | 第33-34页 |
| ·模糊C-均值（FCM）聚类算法 | 第34-35页 |
| ·FCM 原理 | 第34页 |
| ·FCM 算法描述 | 第34-35页 |
| ·K-means 算法和 FCM 算法的实验结果比较和分析 | 第35-39页 |
| ·K-means 算法实验结果及分析 | 第36-37页 |
| ·FCM 算法实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于聚类和神经网络入侵检测算法研究 | 第40-50页 |
| ·神经网络 | 第40-43页 |
| ·神经网络简介 | 第40-41页 |
| ·神经元模型 | 第41-42页 |
| ·人工神经网络的结构 | 第42-43页 |
| ·神经网络在数据挖掘中的应用 | 第43页 |
| ·广义回归神经网络 | 第43-45页 |
| ·GRNN 算法原理 | 第44-45页 |
| ·FCM 和GRNN 相结合算法描述 | 第45页 |
| ·实验结果分析 | 第45-49页 |
| ·FCM-GRNN 算法实验结果 | 第46-47页 |
| ·K-means,FCM,FCM-GRNN 检测结果比较及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| ·工作总结 | 第50页 |
| ·未来工作 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |