IG-NMF特征降维方法在入侵检测中的应用研究
| 摘要 | 第1-5页 |
| abstract | 第5-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·研究内容与意义 | 第13-14页 |
| ·本文结构 | 第14-16页 |
| 第2章 背景知识介绍 | 第16-27页 |
| ·入侵检测方法 | 第16-19页 |
| ·入侵检测基本概念与原理 | 第16-17页 |
| ·入侵检测技术分类 | 第17-18页 |
| ·入侵检测系统存在的缺陷 | 第18-19页 |
| ·特征选择与特征提取 | 第19-22页 |
| ·特征选择 | 第19-21页 |
| ·特征提取 | 第21-22页 |
| ·聚类算法 | 第22-26页 |
| ·聚类基本概念 | 第22-23页 |
| ·聚类分析数据结构 | 第23-24页 |
| ·聚类分析基本流程 | 第24页 |
| ·聚类算法分类 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 IG-NMF特征降维方法 | 第27-36页 |
| ·InfoGain算法 | 第27-29页 |
| ·InfoGain算法概述 | 第27-28页 |
| ·InfoGain算法伪代码 | 第28-29页 |
| ·NMF算法 | 第29-32页 |
| ·NMF算法概述 | 第29-31页 |
| ·NMF算法伪代码 | 第31-32页 |
| ·IG-NMF特征降维方法 | 第32-35页 |
| ·方法原理 | 第32-34页 |
| ·基本定义 | 第34-35页 |
| ·算法实现 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第4章 PSO-FCM聚类算法 | 第36-47页 |
| ·群智能概念 | 第36-37页 |
| ·PSO算法 | 第37-40页 |
| ·PSO算法概述 | 第37-38页 |
| ·PSO算法参数定义 | 第38-39页 |
| ·PSO算法描述 | 第39-40页 |
| ·FCM算法 | 第40-42页 |
| ·FCM算法概述 | 第40-41页 |
| ·FCM算法描述 | 第41-42页 |
| ·PSO-FCM算法 | 第42-45页 |
| ·PSO-FCM算法原理 | 第42-43页 |
| ·PSO-FCM参数定义 | 第43-44页 |
| ·PSO-FCM算法实现 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第5章 模型构建与实验测试 | 第47-58页 |
| ·模型架构 | 第47-48页 |
| ·模型实验数据集 | 第48-51页 |
| ·模型评价指标 | 第51-52页 |
| ·模型实验结果与分析 | 第52-56页 |
| ·本章小结 | 第56-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 作者简介及在学期间所取得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
