| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 引言 | 第9-15页 |
| ·问题的背景和提出 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·论文的主要内容及结构 | 第14-15页 |
| 2 入侵检测系统 | 第15-28页 |
| ·入侵检测系统概述 | 第15-16页 |
| ·入侵检测系统的基本概念 | 第15页 |
| ·入侵检测系统的发展 | 第15-16页 |
| ·入侵检测系统的重要模型 | 第16-18页 |
| ·入侵检测系统的分类 | 第18-24页 |
| ·根据信息源分类 | 第18-21页 |
| ·根据入侵检测方法分类 | 第21-23页 |
| ·入侵检测系统的其他分类 | 第23-24页 |
| ·入侵检测系统的主要技术和应用 | 第24-28页 |
| ·统计异常检测 | 第24-25页 |
| ·基于神经网络的异常检测 | 第25-26页 |
| ·基于专家系统的误用入侵检测 | 第26页 |
| ·基于条件概率的误用入侵检测 | 第26-28页 |
| 3 数据挖掘技术 | 第28-34页 |
| ·数据挖掘技术概述 | 第28-29页 |
| ·数据挖掘技术的演化历史 | 第28-29页 |
| ·数据挖掘技术的基本概念 | 第29页 |
| ·数据挖掘算法 | 第29-32页 |
| ·分类分析算法 | 第30页 |
| ·聚类分析算法 | 第30页 |
| ·关联分析算法 | 第30-31页 |
| ·序列分析算法 | 第31-32页 |
| ·数据挖掘算法在入侵检测系统中的应用 | 第32-34页 |
| 4 K-means聚类算法的分析与改进 | 第34-42页 |
| ·K-means算法的基本思想和流程 | 第34-35页 |
| ·K-means算法的主要思想 | 第34-35页 |
| ·K-means算法的基本流程 | 第35页 |
| ·K-means算法的基本特点 | 第35-37页 |
| ·对K-means算法的改进 | 第37-42页 |
| ·设计思想介绍 | 第37页 |
| ·改进要点介绍 | 第37-40页 |
| ·对改进K-means算法的描述 | 第40-42页 |
| 5 改进的K-means算法在入侵检测系统中的应用 | 第42-53页 |
| ·现有的入侵检测系统 | 第42-43页 |
| ·基于数据挖掘的入侵检测系统DMIDS | 第43-46页 |
| ·基于数据挖掘的入侵检测系统DMIDS的通用模型 | 第43-44页 |
| ·DMIDS的数据挖掘部分 | 第44页 |
| ·DMIDS的入侵检测系统部分 | 第44-46页 |
| ·仿真实验 | 第46-53页 |
| ·数据描述 | 第46-50页 |
| ·实验结果及其分析 | 第50-53页 |
| 6 总结与展望 | 第53-55页 |
| ·本文的主要工作 | 第53页 |
| ·研究体会 | 第53-54页 |
| ·工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 后记 | 第58-59页 |