基于数据挖掘技术入侵检测系统的研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11页 |
| ·研究内容及研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·研究内容及论文结构 | 第14-16页 |
| ·研究内容及意义 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第二章 入侵检测系统概述 | 第16-27页 |
| ·入侵检测系统的原理及模型 | 第16-20页 |
| ·入侵检测过程 | 第16-17页 |
| ·入侵检测系统模型 | 第17-20页 |
| ·入侵检测系统的分类 | 第20-22页 |
| ·基于主机的入侵检测系统 | 第20-21页 |
| ·基于网络的入侵检测系统 | 第21-22页 |
| ·入侵检测技术 | 第22-24页 |
| ·异常检测 | 第22-23页 |
| ·误用检测 | 第23-24页 |
| ·入侵检测系统的评价指标 | 第24-25页 |
| ·入侵检测面临的挑战及发展方向 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 数据挖掘技术 | 第27-32页 |
| ·数据挖掘定义 | 第27页 |
| ·数据挖掘过程 | 第27-28页 |
| ·数据挖掘常用算法 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于数据挖掘技术的三层入侵检测模型 | 第32-43页 |
| ·三层入侵检测模型 | 第32-33页 |
| ·第一层使用的主要分类算法 | 第33-40页 |
| ·决策树分类算法 | 第33-37页 |
| ·贝叶斯分类算法 | 第37-38页 |
| ·规则学习分类算法 | 第38-39页 |
| ·其他分类方法 | 第39-40页 |
| ·第二层使用的主要方法 | 第40-42页 |
| ·第三层使用的主要方法 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第五章 实验及结果分析 | 第43-66页 |
| ·实验所用数据集介绍 | 第43-46页 |
| ·数据预处理 | 第46-51页 |
| ·预处理与离散化 | 第46-47页 |
| ·属性选择方法 | 第47-51页 |
| ·实验环境概述 | 第51-54页 |
| ·数据挖掘工具 | 第51-52页 |
| ·实验性能指标 | 第52-53页 |
| ·实验性能评价方法 | 第53-54页 |
| ·实验过程及关键代码 | 第54-57页 |
| ·实验结果及分析 | 第57-65页 |
| ·第一层实验结果及分析 | 第57-62页 |
| ·第二层实验结果及分析 | 第62-63页 |
| ·第三层实验结果及分析 | 第63-64页 |
| ·总体检测结果 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·本文总结 | 第66-67页 |
| ·下一步工作 | 第67-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 致谢 | 第72页 |
