数据挖掘在入侵检测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究内容及论文组织结构 | 第11-13页 |
| 第二章 入侵检测技术 | 第13-23页 |
| ·入侵检测基本概念 | 第13页 |
| ·入侵检测系统的基本功能 | 第13-15页 |
| ·入侵检测系统的分类 | 第15-21页 |
| ·按照数据源不同分类 | 第15-17页 |
| ·基于检测技术划分 | 第17-21页 |
| ·入侵检测系统存在的问题 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 数据挖掘技术 | 第23-28页 |
| ·数据挖掘技术概述 | 第23-25页 |
| ·基本定义和概念 | 第23-24页 |
| ·数据挖掘的过程 | 第24-25页 |
| ·常用的数据挖掘算法 | 第25-26页 |
| ·数据挖掘在入侵检测中的应用 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于数据挖掘的入侵检测的算法分析与研究 | 第28-43页 |
| ·K-MEANS算法研究 | 第28-33页 |
| ·k-means算法 | 第28-30页 |
| ·k-means算法的优缺点 | 第30-31页 |
| ·k-means算法改进 | 第31-32页 |
| ·改进后的k-means算法 | 第32-33页 |
| ·APRIORI算法研究 | 第33-38页 |
| ·关联分析概念 | 第33-34页 |
| ·Apriori算法描述 | 第34-36页 |
| ·一种改进的Apriori算法 | 第36-38页 |
| ·算法实现和实验设计 | 第38-42页 |
| ·Apriori算法实验结果对比 | 第38-39页 |
| ·k-means算法实验结果 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于数据挖掘的入侵检测系统实现与验证 | 第43-68页 |
| ·SNORT入侵检测系统分析 | 第43-47页 |
| ·开源的Snort系统概述 | 第43-44页 |
| ·Snort系统结构功能简介 | 第44-46页 |
| ·Snort工作原理 | 第46-47页 |
| ·系统构建 | 第47-51页 |
| ·构建思想 | 第47-49页 |
| ·系统结构 | 第49-50页 |
| ·系统工作流程 | 第50-51页 |
| ·聚类分析模块实现 | 第51-57页 |
| ·功能描述 | 第51页 |
| ·基本思想 | 第51页 |
| ·聚类分析模块的实现 | 第51-57页 |
| ·异常检测引擎实现 | 第57-59页 |
| ·功能描述 | 第57-58页 |
| ·基本思想 | 第58页 |
| ·异常检测引擎的实现 | 第58-59页 |
| ·关联分析器的实现 | 第59-63页 |
| ·功能描述 | 第59页 |
| ·基本思想 | 第59-60页 |
| ·关联分析器的实现 | 第60-63页 |
| ·系统测试 | 第63-67页 |
| ·实验环境 | 第63-64页 |
| ·测试过程 | 第64页 |
| ·测试结果 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-72页 |
