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--计算机的应用论文--计算机网络论文--一般性问题论文

入侵检测中模糊C-均值聚类算法研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-20页
   ·研究背景和意义第10-11页
   ·研究现状第11-15页
   ·入侵检测技术存在的问题和发展趋势第15-18页
     ·入侵检测技术存在的问题第15-17页
     ·入侵检测技术的发展趋势第17-18页
   ·本课题的研究内容及组织结构第18-20页
     ·课题来源第18页
     ·论文的主要研究内容第18页
     ·论文的组织结构第18-20页
第2章 聚类分析第20-27页
   ·引言第20页
   ·聚类分析的概念及研究内容第20-21页
   ·聚类分析过程第21页
   ·聚类分析的方法第21-25页
     ·基于划分方法第22页
     ·基于层次方法第22-24页
     ·基于网格方法第24页
     ·基于密度方法第24-25页
     ·基于模型方法第25页
     ·基于模糊方法第25页
   ·基于聚类分析的入侵检测探讨第25-26页
   ·本章小结第26-27页
第3章 模糊聚类的IDS 框架设计第27-33页
   ·引言第27页
   ·系统框架设计目标第27-28页
   ·IDS 框架设计第28-32页
     ·数据收集模块第28-29页
     ·训练模块第29页
     ·检测模块第29-31页
     ·预警模块第31页
     ·决策调度模块第31-32页
     ·数据库模块第32页
   ·本章小结第32-33页
第4章 模糊C-均值聚类算法的改进第33-47页
   ·引言第33页
   ·FCM 算法分析第33-40页
     ·标准的FCM 算法第33-37页
     ·入侵检测对聚类算法的要求第37-38页
     ·FCM 聚类算法存在的问题第38-40页
   ·FCM 算法的改进第40-46页
     ·聚类个数C 的确定第40-41页
     ·目标函数J 距离测度的改进第41-44页
     ·基于粒子群的FCM 聚类算法的改进第44-46页
   ·本章小结第46-47页
第5章 实验及结果分析第47-55页
   ·引言第47页
   ·KDDCUP1999 简介第47-50页
   ·实验过程及分析第50-53页
     ·数据处理第50-51页
     ·结果分析第51-53页
   ·本章小结第53-55页
结论第55-56页
参考文献第56-61页
攻读硕士学位期间发表的学术论文第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:多决策树算法在P2P网络流量检测的应用
下一篇:基于CAN的P2P存储系统研究