| 第1章 引言 | 第1-12页 |
| ·论文研究的目的及意义 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文研究的主要内容 | 第10-12页 |
| 第2章 入侵检测技术 | 第12-25页 |
| ·入侵检测概述 | 第12-13页 |
| ·入侵检测的分类 | 第13-19页 |
| ·异常检测(Anomaly Detection) | 第13-16页 |
| ·误用检测(Misuse Detection) | 第16-19页 |
| ·入侵检测系统的体系结构 | 第19-23页 |
| ·基于主机的入侵检测系统(HIDS) | 第19-20页 |
| ·基于网络的入侵检测系统(NIDS) | 第20-21页 |
| ·混合分布式的入侵检测系统 | 第21-23页 |
| ·入侵检测技术的发展方向 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 数据挖掘技术 | 第25-37页 |
| ·数据挖掘的知识 | 第26-28页 |
| ·广义知识(Generalization) | 第26-27页 |
| ·关联知识(Association) | 第27页 |
| ·分类知识(Classification & Clustering) | 第27页 |
| ·预测型知识(Prediction) | 第27-28页 |
| ·偏差型知识(Deviation) | 第28页 |
| ·数据挖掘的主要流程 | 第28-29页 |
| ·常见数据挖掘分析方法 | 第29-35页 |
| ·关联分析(Association Analysis) | 第29-31页 |
| ·序列分析(Frequent Episode Analysis) | 第31-32页 |
| ·分类分析(Classification Analysis) | 第32-33页 |
| ·聚类分析(Clustering Analysis) | 第33-35页 |
| ·数据挖掘常用技术 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第4章 基于数据挖掘的入侵检测模型设计 | 第37-63页 |
| ·基于数据挖掘的入侵检测模型结构 | 第38-39页 |
| ·入侵检测系统规则库的构建 | 第39-62页 |
| ·规则库构建原理 | 第39-40页 |
| ·基于网络的数据源 | 第40-41页 |
| ·数据预处理 | 第41-43页 |
| ·频繁模式的挖掘 | 第43-55页 |
| ·关联规则挖掘算法 | 第43-46页 |
| ·频繁序列挖掘算法 | 第46-48页 |
| ·问题的提出及解决方案 | 第48-51页 |
| ·基于属性约束的不生成条件子树的FP_Growth改进算法 | 第51-55页 |
| ·特征提取 | 第55-60页 |
| ·模式比较 | 第55-58页 |
| ·附加特征提取 | 第58-60页 |
| ·分类 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第5章 总结与展望 | 第63-65页 |
| ·研究工作总结 | 第63页 |
| ·进一步研究的方向 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 附录：攻读学位期间参与研究和发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
