基于数据挖掘技术降低入侵检测系统误报率的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 1 引言 | 第9-15页 |
| ·课题的研究现状 | 第10-11页 |
| ·论文选题的意义 | 第11-12页 |
| ·主要研究内容及创新点 | 第12-14页 |
| ·论文的组织结构 | 第14-15页 |
| 2 入侵检测研究 | 第15-23页 |
| ·入侵检测的模型建立方法 | 第15页 |
| ·入侵检测技术分类 | 第15-17页 |
| ·入侵检测系统 | 第17-23页 |
| ·入侵检测系统结构图 | 第18-19页 |
| ·基于主机的入侵检测系统 | 第19-21页 |
| ·基于网络的入侵检测系统 | 第21-22页 |
| ·入侵检测系统的现状与不足 | 第22-23页 |
| 3 数据挖掘技术 | 第23-33页 |
| ·聚类 | 第23-28页 |
| ·概念聚类 | 第23-24页 |
| ·面向属性归纳 | 第24-26页 |
| ·AOI用作概念聚类 | 第26-28页 |
| ·关联规则 | 第28-33页 |
| ·关联规则描述 | 第28-29页 |
| ·频繁模式树 | 第29-32页 |
| ·频繁模式树构造算法 | 第32-33页 |
| 4 KM对AOI的三点改进 | 第33-34页 |
| ·最小值法 | 第33页 |
| ·启发式搜索法 | 第33页 |
| ·回溯法 | 第33-34页 |
| 5 KM-AOI算法与基于频繁模式树的AOI算法 | 第34-50页 |
| ·KM-AOI算法 | 第34-37页 |
| ·相关定义 | 第34页 |
| ·算法描述 | 第34-35页 |
| ·算法性能分析 | 第35页 |
| ·实例分析 | 第35-37页 |
| ·基于频繁模式树的AOI算法 | 第37-44页 |
| ·相关定义 | 第37-38页 |
| ·算法描述 | 第38-41页 |
| ·算法性能分析 | 第41-42页 |
| ·实例分析及对比 | 第42-44页 |
| ·实验数据分析 | 第44-50页 |
| ·数据收集 | 第44页 |
| ·属性移除 | 第44-45页 |
| ·概化层次图 | 第45-47页 |
| ·概化 | 第47-50页 |
| 6 结束语 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士期间发表的学术论文目录 | 第56-57页 |
