基于免疫聚类的异常检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究的背景及意义 | 第9-11页 |
| ·网络安全与入侵检测 | 第9-10页 |
| ·基于免疫的网络安全 | 第10-11页 |
| ·本文研究内容及创新点 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 第二章 生物免疫系统理论 | 第13-19页 |
| ·生物免疫系统概述 | 第13页 |
| ·免疫系统组成 | 第13-15页 |
| ·免疫机制 | 第15-17页 |
| ·免疫应答 | 第15页 |
| ·免疫记忆 | 第15页 |
| ·否定选择 | 第15-16页 |
| ·克隆选择 | 第16-17页 |
| ·免疫系统的基本特征 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 人工免疫及免疫模型 | 第19-27页 |
| ·人工免疫系统概述 | 第19页 |
| ·人工免疫的基本术语 | 第19-21页 |
| ·生物免疫系统与人工免疫系统的对照 | 第21-22页 |
| ·免疫模型 | 第22-26页 |
| ·独特型免疫网络理论 | 第22-23页 |
| ·资源受限人工免疫（RLAIS）网络模型 | 第23-24页 |
| ·aiNet 网络模型 | 第24-25页 |
| ·免疫网络的应用与发展前景 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 聚类分析基础 | 第27-35页 |
| ·概述 | 第27页 |
| ·相似度度量 | 第27-31页 |
| ·对象间的相似性度量 | 第27-30页 |
| ·簇之间相似度度量 | 第30-31页 |
| ·聚类算法性能评估 | 第31-32页 |
| ·经典聚类方法 | 第32-33页 |
| ·聚类分析中的难题 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 基于免疫的动态聚类分析 | 第35-49页 |
| ·基于免疫聚类的发展 | 第35-36页 |
| ·基于群体的免疫聚类 | 第35-36页 |
| ·基于网络的免疫聚类 | 第36页 |
| ·基于aiNet 的聚类算法 | 第36-39页 |
| ·改进aiNet 的聚类算法（SA-aiNet） | 第39-42页 |
| ·试验与结果分析 | 第42-44页 |
| ·基于关联规则的免疫聚类算法（AR-aiNet） | 第44-48页 |
| ·关联规则简介 | 第44-45页 |
| ·基于关联规则的免疫聚类算法 | 第45-46页 |
| ·试验仿真结果 | 第46-48页 |
| ·本章总结 | 第48-49页 |
| 第六章 免疫聚类在异常检测中的应用 | 第49-54页 |
| ·一种新的入侵检测模型 | 第49-50页 |
| ·基于免疫聚类的异常检测 | 第50-53页 |
| ·异常簇的标记 | 第51页 |
| ·异常检测算法 | 第51-52页 |
| ·试验设计及结果分析 | 第52-53页 |
| ·本章总结 | 第53-54页 |
| 第七章 总结展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 读研期间的成果 | 第59-60页 |
