| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| ·研究背景 | 第6-7页 |
| ·研究意义 | 第7-8页 |
| ·本文结构 | 第8-9页 |
| 第二章 Hadoop和入侵检测技术概述 | 第9-26页 |
| ·云计算和Hadoop | 第9-15页 |
| ·云计算 | 第9-11页 |
| ·Hadoop | 第11-15页 |
| ·入侵检测技术 | 第15-25页 |
| ·入侵检测概述 | 第15-17页 |
| ·入侵检测框架 | 第17-18页 |
| ·入侵检测技术发展现状 | 第18-20页 |
| ·典型入侵检测系统：Snort | 第20-22页 |
| ·大规模网络入侵检测面临的问题 | 第22-24页 |
| ·典型的入侵检测数据集 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 模糊积分和支持向量机 | 第26-34页 |
| ·模糊积分 | 第26-27页 |
| ·模糊测度的思想 | 第26页 |
| ·模糊积分的概念 | 第26-27页 |
| ·模糊积分的优越性 | 第27页 |
| ·基于模糊积分的入侵警报融合技术 | 第27-30页 |
| ·支持向量机 | 第30-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于Hadoop的大规模网络入侵检测方法 | 第34-48页 |
| ·基于Hadoop的大规模网络入侵检测模型 | 第34-35页 |
| ·基于Hadoop的Snort入侵检测数据预处理算法 | 第35-41页 |
| ·MapReduce编程模型设计 | 第35-37页 |
| ·基于MapReduce的模糊积分警报融合算法设计 | 第37-38页 |
| ·算法描述 | 第38-39页 |
| ·实验评估 | 第39-41页 |
| ·基于MapReduce的并行SMO入侵检测算法 | 第41-47页 |
| ·算法思想 | 第41页 |
| ·算法描述 | 第41-43页 |
| ·实验评估 | 第43-47页 |
| ·小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·论文工作总结 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的学术论文目录 | 第53-54页 |
| 致谢 | 第54-55页 |