基于改进动态聚类算法的两步入侵检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 引言 | 第11-13页 |
| 1 绪论 | 第13-19页 |
| 1.1 课题的研究背景 | 第13-15页 |
| 1.2 课题研究的目的及意义 | 第15-16页 |
| 1.3 入侵检测技术研究现状 | 第16-17页 |
| 1.4 论文章节安排 | 第17-19页 |
| 2 入侵检测技术概述 | 第19-27页 |
| 2.1 入侵检测的基本概念及模型 | 第19-20页 |
| 2.2 入侵检测系统的分类 | 第20-22页 |
| 2.3 常见的入侵检测技术 | 第22-24页 |
| 2.4 入侵检测技术目前存在的问题及发展方向 | 第24-27页 |
| 3 数据挖掘与聚类分析技术 | 第27-37页 |
| 3.1 数据挖掘技术概述 | 第27-29页 |
| 3.2 聚类分析 | 第29-37页 |
| 3.2.1 聚类分析简介 | 第29-30页 |
| 3.2.2 聚类分析的基本要素 | 第30-31页 |
| 3.2.3 聚类分析的基本步骤 | 第31-32页 |
| 3.2.4 常见的聚类分析方法 | 第32-35页 |
| 3.2.5 聚类分析在IDS中的应用 | 第35-37页 |
| 4 基于改进动态聚类算法的两步入侵检测 | 第37-45页 |
| 4.1 动态聚类算法原理 | 第37-40页 |
| 4.1.1 常规动态聚类算法 | 第37-39页 |
| 4.1.2 K-均值法 | 第39-40页 |
| 4.2 改进动态聚类算法及两步入侵检测 | 第40-45页 |
| 4.2.1 改进的动态聚类算法 | 第40-43页 |
| 4.2.2 两步入侵检测方法 | 第43-45页 |
| 5 实验设计与仿真 | 第45-65页 |
| 5.1 实验数据集 | 第45-53页 |
| 5.1.1 KDD CUP99数据集介绍 | 第45-48页 |
| 5.1.2 实验数据及特征选取 | 第48-50页 |
| 5.1.3 实验数据预处理 | 第50-53页 |
| 5.2 实验仿真及结果分析 | 第53-65页 |
| 5.2.1 入侵检测模型训练 | 第53-59页 |
| 5.2.2 入侵检测算法有效性测试 | 第59-62页 |
| 5.2.3 实验结果分析 | 第62-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-73页 |
| 作者简介及读研期间主要科研成果 | 第73页 |
