首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于粗糙集理论的数据挖掘方法的研究及其在网络入侵检测中的应用

中文摘要第1-4页
Abstract第4-8页
第一章 绪论第8-15页
   ·研究背景与意义第8-10页
   ·数据挖掘方法的研究现状第10-11页
   ·粗糙集理论的研究现状第11-13页
   ·本文所做的主要工作第13页
   ·本文组织结构第13-15页
第二章 入侵检测及数据挖掘技术第15-23页
   ·入侵检测的概念第15页
   ·网络入侵检测第15-17页
     ·根据检测的数据来源分类第15-16页
     ·按检测方法分类第16-17页
   ·通用入侵检测模型第17-18页
   ·数据挖掘的概述第18-19页
     ·数据挖掘的定义第18页
     ·数据挖掘的一般过程第18-19页
   ·用数据挖掘方法分析入侵数据的优点第19-20页
   ·基于数据挖掘的入侵检测模型第20-21页
   ·面向入侵检测的数据挖掘算法第21-23页
第三章 粗糙集理论基础第23-34页
   ·粗糙集的基本理论第23-31页
     ·信息系统与决策表第23-26页
     ·粗糙集的概念第26-27页
     ·属性约简第27-28页
     ·可变精度粗糙集(VPRS)基本理论第28-31页
   ·基于粗糙集的数据挖掘过程第31-34页
第四章 基于粗糙集的属性约简算法研究第34-50页
   ·粗糙集的属性约简算法的研究第34-35页
   ·现有的几种典型属性约简算法的分析和评价第35-42页
   ·基于划分类归并的粗糙集属性约简快速算法的研究第42-49页
     ·属性约简与条件类归并第42-45页
     ·基于论域的条件属性划分类归并的属性约简快速算法设计第45-46页
     ·应用属性约简的快速算法第46-49页
   ·本章小结第49-50页
第五章 划分类归并的粗糙集属性约简快速算法在网络入侵检测中的应用研究第50-62页
   ·划分类归并的粗糙集属性约简网络入侵检测系统模型第50-51页
   ·数据源分析第51-59页
     ·实验数据的准备及属性第51-54页
     ·实验数据的攻击类型第54-55页
     ·数据预处理第55-58页
     ·属性约简第58-59页
     ·生成检测规则第59页
   ·实验结果第59-61页
   ·本章小结第61-62页
第六章 总结与展望第62-64页
   ·本文的工作总结第62页
   ·将来的工作第62-64页
参考文献第64-67页
攻读学位期间公开发表的论文第67-68页
致谢第68-69页
详细摘要第69-71页

论文共71页,点击 下载论文
上一篇:水下光质对菹草和苦草生长的影响
下一篇:基于Moodle平台的课程资源和教学计划集成方法的研究与应用