聚类技术在网络入侵检测中的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题研究背景 | 第9-10页 |
| ·入侵检测研究状况 | 第10-11页 |
| ·论文的主要工作及结构安排 | 第11-13页 |
| 第二章 入侵检测与数据挖掘 | 第13-24页 |
| ·入侵检测系统的主要特征 | 第13-14页 |
| ·入侵检测系统的结构 | 第14页 |
| ·入侵检测系统的分类 | 第14-18页 |
| ·按数据分析方法分类 | 第15-16页 |
| ·按获取审计数据来源分类 | 第16-18页 |
| ·存在的问题及发展方向 | 第18-20页 |
| ·基于数据挖掘的入侵检测 | 第20-22页 |
| ·数据挖掘在入侵检测中的应用 | 第20-21页 |
| ·数据挖掘算法 | 第21-22页 |
| ·基于聚类的入侵检测 | 第22-23页 |
| ·小结 | 第23-24页 |
| 第三章 聚类分析与改进 | 第24-35页 |
| ·聚类的基本概念 | 第24-25页 |
| ·相异度(距离) | 第25-27页 |
| ·聚类算法 | 第27-30页 |
| ·K-MEANS 算法及其改进 | 第30-34页 |
| ·K-means 聚类 | 第30-31页 |
| ·改进的K-means 聚类算法 | 第31-34页 |
| ·算法基本流程 | 第31-33页 |
| ·阈值的选择 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 入侵检测系统的设计与仿真 | 第35-51页 |
| ·引言 | 第35页 |
| ·总体结构的设计 | 第35-36页 |
| ·数据收集模块 | 第36-39页 |
| ·审计数据的来源 | 第36-38页 |
| ·审计数据的采集 | 第38-39页 |
| ·数据预处理模块 | 第39-41页 |
| ·数据挖掘模块 | 第41-48页 |
| ·数据集描述 | 第41-42页 |
| ·数据特征项的选取 | 第42-43页 |
| ·标准化数据 | 第43-44页 |
| ·相异度度量 | 第44-45页 |
| ·聚类过程 | 第45-47页 |
| ·类标识 | 第47-48页 |
| ·入侵检测模块 | 第48-50页 |
| ·管理员接口模块 | 第50页 |
| ·小结 | 第50-51页 |
| 第五章 入侵检测系统性能分析 | 第51-55页 |
| ·参数的确定 | 第51-52页 |
| ·实验结果分析 | 第52页 |
| ·小结 | 第52-55页 |
| 第六章 总结 | 第55-56页 |
| ·本文的工作和贡献 | 第55页 |
| ·进一步工作 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
