基于数据挖掘的实时入侵检测技术研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-9页 |
| 1 绪论 | 第9-18页 |
| ·引言 | 第9-10页 |
| ·入侵与网络安全 | 第10-12页 |
| ·入侵 | 第10-12页 |
| ·网络安全 | 第12页 |
| ·传统网络安全技术与入侵检测的必要性 | 第12-17页 |
| ·传统网络安全技术分析 | 第12-13页 |
| ·入侵检测的必要性 | 第13-15页 |
| ·传统网络安全技术与入侵检测技术之间的结合 | 第15-17页 |
| ·论文内容安排 | 第17页 |
| ·本章小结 | 第17-18页 |
| 2 入侵检测与数据挖掘技术 | 第18-36页 |
| ·入侵检测技术 | 第18-26页 |
| ·入侵检测技术概述 | 第18-19页 |
| ·入侵检测技术 | 第19-23页 |
| ·入侵检测系统体系结构 | 第23-25页 |
| ·入侵检测技术的发展方向 | 第25-26页 |
| ·数据挖掘技术 | 第26-30页 |
| ·数据挖掘技术概述与分类 | 第26-27页 |
| ·数据挖掘过程 | 第27-28页 |
| ·数据挖掘方法 | 第28-29页 |
| ·数据挖掘技术目前存在的问题及发展趋势 | 第29-30页 |
| ·基于数据挖掘的入侵检测技术 | 第30-35页 |
| ·入侵检测中数据挖掘技术的引入 | 第30-31页 |
| ·基于数据挖掘的入侵检测过程与模型 | 第31-32页 |
| ·基于数据挖掘的入侵检测技术研究 | 第32-34页 |
| ·基于数据挖掘的入侵检测技术展望 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 3 基于聚类分析的入侵检测研究 | 第36-47页 |
| ·聚类分析方法 | 第36-39页 |
| ·聚类分析的数据类型及其预处理 | 第36-37页 |
| ·聚类分析方法分类 | 第37-39页 |
| ·聚类分析在入侵检测中的应用 | 第39-41页 |
| ·基于聚类分析的入侵检测过程 | 第39-40页 |
| ·初始聚类检测算法 | 第40-41页 |
| ·基于模糊C均值聚类的入侵检测算法原理与实现 | 第41-43页 |
| ·模糊C均值聚类 | 第41-42页 |
| ·基于模糊C均值聚类的入侵检测算法实现 | 第42-43页 |
| ·实验结果分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于蚁群优化聚类的入侵检测研究 | 第47-52页 |
| ·算法背景 | 第47-48页 |
| ·基于蚁群优化聚类的入侵检测算法原理与实现 | 第48-50页 |
| ·蚁群优化算法 | 第48-49页 |
| ·基于蚁群优化聚类的入侵检测原理 | 第49页 |
| ·基于蚁群优化聚类的入侵检测算法实现 | 第49-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 基于聚类分析与专家系统协作的入侵检测模型研究 | 第52-59页 |
| ·基于数据挖掘的入侵检测模型 | 第52-53页 |
| ·基于聚类分析与专家系统协作的入侵检测模型 | 第53-56页 |
| ·基于聚类分析与专家系统协作的入侵检测模型 | 第53-54页 |
| ·模型组件分析 | 第54-55页 |
| ·基于专家系统的误用检测技术 | 第55-56页 |
| ·基于聚类分析的异常检测技术 | 第56页 |
| ·从聚类检测结果中提取入侵特征 | 第56页 |
| ·实验结果分析 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 论文总结 | 第59-61页 |
| ·论文工作总结 | 第59页 |
| ·进一步的工作 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 附录A 攻读硕士学位期间发表的论文 | 第66页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第66-67页 |
