基于半监督模糊聚类的入侵防御技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-15页 |
| ·研究背景 | 第13-14页 |
| ·现有安全方法的不足 | 第14-15页 |
| ·研究现状 | 第15-16页 |
| ·本文工作 | 第16-19页 |
| ·研究内容 | 第16-17页 |
| ·论文结构 | 第17-19页 |
| 第2章 入侵防御系统概述 | 第19-27页 |
| ·入侵检测技术概述 | 第19-20页 |
| ·入侵检测定义 | 第19页 |
| ·入侵检测系统原理 | 第19页 |
| ·入侵检测系统分类 | 第19-20页 |
| ·入侵检测系统存在的不足 | 第20页 |
| ·入侵防御技术概述 | 第20-25页 |
| ·入侵防御定义 | 第20-21页 |
| ·入侵防御系统分类 | 第21-23页 |
| ·入侵防御与入侵检测的区别 | 第23页 |
| ·入侵防御系统的技术难点 | 第23-24页 |
| ·入侵防御系统的发展趋势 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 模糊聚类分析与半监督学习 | 第27-41页 |
| ·聚类概述 | 第27-30页 |
| ·聚类 | 第27-28页 |
| ·聚类的分类 | 第28-30页 |
| ·模糊聚类 | 第30-37页 |
| ·模糊聚类分析简介 | 第30-31页 |
| ·模糊聚类的一般步骤 | 第31-35页 |
| ·模糊C 均值聚类 | 第35-37页 |
| ·半监督学习 | 第37-40页 |
| ·机器学习 | 第37-38页 |
| ·监督学习 | 第38页 |
| ·无监督学习 | 第38-39页 |
| ·半监督学习 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 数据加权半监督模糊聚类入侵检测算法 | 第41-59页 |
| ·数据加权半监督模糊聚类入侵检测算法 | 第41-44页 |
| ·数据加权模糊聚类算法 | 第41-43页 |
| ·数据加权半监督模糊聚类算法 | 第43-44页 |
| ·仿真实验及分析 | 第44-58页 |
| ·实验数据 | 第44-47页 |
| ·数据预处理 | 第47-51页 |
| ·实验结果及分析 | 第51-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于半监督模糊聚类的入侵防御系统模型 | 第59-65页 |
| ·入侵防御系统应具备的特征 | 第59页 |
| ·半监督模糊聚类入侵防御系统模型 | 第59-63页 |
| ·网络数据采集模块 | 第60-61页 |
| ·入侵防御模块 | 第61-62页 |
| ·日志记录模块 | 第62页 |
| ·中央管理模块 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 论文总结 | 第65页 |
| 工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-73页 |
| 致谢 | 第73-74页 |
| 大摘要 | 第74-78页 |
