基于半监督模糊聚类的入侵检测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-19页 |
| ·研究背景及意义 | 第13-15页 |
| ·研究背景 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| ·研究现状 | 第15-17页 |
| ·本文工作 | 第17-19页 |
| ·研究内容 | 第17页 |
| ·论文结构 | 第17-19页 |
| 第2章 入侵检测概述 | 第19-31页 |
| ·入侵检测系统简介 | 第19-21页 |
| ·入侵检测系统的基本原理与工作模式 | 第21-23页 |
| ·入侵检测系统的基本原理 | 第21-22页 |
| ·入侵检测系统的基本工作模式 | 第22-23页 |
| ·入侵检测系统的分类 | 第23-27页 |
| ·根据检测技术分类 | 第23-25页 |
| ·根据数据源进行分类 | 第25-26页 |
| ·根据入侵检测的时效性分类 | 第26页 |
| ·根据体系结构分类 | 第26-27页 |
| ·现有入侵检测系统存在的问题 | 第27页 |
| ·入侵检测技术发展趋势 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 聚类分析理论基础 | 第31-48页 |
| ·聚类概述 | 第31-37页 |
| ·相似性测度 | 第31-33页 |
| ·聚类的一般步骤 | 第33-34页 |
| ·聚类分类 | 第34-35页 |
| ·聚类研究方向 | 第35-37页 |
| ·聚类的主要问题 | 第37页 |
| ·基于层次的聚类算法 | 第37-38页 |
| ·基于划分的聚类算法 | 第38-42页 |
| ·K-Medoids | 第38-39页 |
| ·K-Means | 第39-42页 |
| ·模糊聚类分析 | 第42-47页 |
| ·模糊聚类分析简介 | 第42-45页 |
| ·模糊C-均值算法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于半监督模糊聚类的入侵检测算法 | 第48-58页 |
| ·机器学习简介 | 第48-51页 |
| ·监督学习 | 第48-49页 |
| ·无监督学习 | 第49页 |
| ·半监督学习 | 第49-51页 |
| ·半监督K-均值算法 | 第51-54页 |
| ·算法一 | 第51-52页 |
| ·算法二 | 第52-54页 |
| ·半监督模糊聚类算法 | 第54-57页 |
| ·算法描述 | 第54-56页 |
| ·基于半监督模糊聚类的入侵检测算法 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 实验仿真与结果分析 | 第58-83页 |
| ·网络数据获取 | 第58-59页 |
| ·主要的数据捕获技术 | 第58页 |
| ·Sniffer 软件 | 第58-59页 |
| ·实验数据的选取 | 第59-62页 |
| ·数据预处理 | 第62-67页 |
| ·数值处理 | 第62-65页 |
| ·属性约简 | 第65-67页 |
| ·实验结果及分析 | 第67-81页 |
| ·实验结果 | 第70-77页 |
| ·结果分析 | 第77-81页 |
| ·本章小结 | 第81-83页 |
| 结论 | 第83-85页 |
| 论文总结 | 第83-84页 |
| 工作展望 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间发表的学术论文 | 第90-91页 |
| 致谢 | 第91-92页 |
| 详细摘要 | 第92-96页 |
