基于数据挖掘技术的入侵检测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·课题研究背景 | 第7-8页 |
| ·国内外研究现状 | 第8页 |
| ·国外研究现状 | 第8页 |
| ·国内研究现状 | 第8页 |
| ·本论文的主要工作和结构 | 第8-10页 |
| 第二章 入侵检测技术 | 第10-16页 |
| ·入侵检测的定义 | 第10页 |
| ·入侵检测的分类 | 第10-11页 |
| ·入侵检测系统的CIDF模型 | 第11-12页 |
| ·入侵检测的过程 | 第12页 |
| ·入侵检测的性能评估 | 第12-13页 |
| ·入侵检测技术的存在的问题和发展趋势 | 第13-14页 |
| ·入侵检测当前存在的问题 | 第13页 |
| ·入侵检测系统的发展趋势和展望 | 第13-14页 |
| ·采用数据挖掘技术的入侵检测系统的优势 | 第14-16页 |
| 第三章 数据挖掘技术 | 第16-24页 |
| ·基本概念 | 第16页 |
| ·数据挖掘的功能 | 第16-18页 |
| ·数据挖掘技术在入侵检测中的应用 | 第18页 |
| ·数据挖掘聚类算法分类 | 第18-23页 |
| ·划分方法 | 第18-19页 |
| ·层次方法 | 第19-20页 |
| ·基于密度的方法 | 第20-21页 |
| ·基于网格的方法 | 第21-22页 |
| ·基于模型的方法 | 第22-23页 |
| ·聚类算法的不足 | 第23-24页 |
| 第四章 聚类算法分析 | 第24-29页 |
| ·聚类的数据结构和相异相似度度量 | 第24-25页 |
| ·最大最小距离和C-均值算法 | 第25-28页 |
| ·根据相似度阀值和最小距离原则的简单聚类方法 | 第25-26页 |
| ·动态聚类算法 | 第26-28页 |
| ·在入侵检测中结合使用最大最小值法和C-均值算法 | 第28-29页 |
| 第五章 基于聚类算法的入侵检测模型设计 | 第29-46页 |
| ·系统总体结构设计 | 第29页 |
| ·数据预处理模块 | 第29-34页 |
| ·网络数据包捕获 | 第29-32页 |
| ·数据预处理 | 第32页 |
| ·数据标准化处理 | 第32-34页 |
| ·数据挖掘检测模块 | 第34-45页 |
| ·实验环境 | 第34-36页 |
| ·实验设计 | 第36-39页 |
| ·功能模块设计及实现方法 | 第39-42页 |
| ·测试结果分析 | 第42-45页 |
| ·决策响应模块 | 第45-46页 |
| 第六章 总结 | 第46-47页 |
| ·总结 | 第46页 |
| ·研究体会和工作展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-49页 |
