| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景 | 第9-10页 |
| 1.3 论文主要工作内容及论文结构 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第二章 数据挖掘及关联规则介绍 | 第12-26页 |
| 2.1 数据挖掘概述 | 第12-17页 |
| 2.1.1 数据挖掘的概念 | 第12-15页 |
| 2.1.2 数据挖掘的任务 | 第15-17页 |
| 2.1.3 数据挖掘的方法和技术 | 第17页 |
| 2.2 关联规则介绍 | 第17-21页 |
| 2.2.1 频繁项目集的定义及性质 | 第18-19页 |
| 2.2.2 关联规则的定义 | 第19-20页 |
| 2.2.3 关联规则的挖掘步骤 | 第20-21页 |
| 2.3 经典的关联规则挖掘算法 | 第21-25页 |
| 2.3.1 Apriori 算法 | 第21-24页 |
| 2.3.2 一种基于0-1 矩阵的关联规则挖掘改进算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 模糊集理论及模糊关联规则介绍 | 第26-40页 |
| 3.1 模糊集理论简介 | 第26-34页 |
| 3.1.1 模糊数学的起源 | 第26-29页 |
| 3.1.2 模糊集的基本概念 | 第29-32页 |
| 3.1.3 确定隶属函数的思想 | 第32-33页 |
| 3.1.4 模糊数学的应用 | 第33-34页 |
| 3.2 模糊关联规则介绍 | 第34-39页 |
| 3.2.1 传统关联规则的局限 | 第34-35页 |
| 3.2.2 数量型关联规则 | 第35-36页 |
| 3.2.3 模糊关联规则 | 第36-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 基于模糊矩阵的模糊关联规则挖掘算法 | 第40-49页 |
| 4.1 基于APRIORI 算法的模糊关联规则挖掘算法 | 第40-41页 |
| 4.2 基于模糊矩阵的模糊关联规则挖掘改进算法 | 第41-48页 |
| 4.2.1 算法思想 | 第41页 |
| 4.2.2 模糊矩阵的定义 | 第41-43页 |
| 4.2.3 基于模糊矩阵的模糊关联规则挖掘算法 | 第43-46页 |
| 4.2.4 算法的进一步改进 | 第46-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 模糊关联规则挖掘算法在安全事件关联中的应用 | 第49-75页 |
| 5.1 安全事件关联 | 第49-51页 |
| 5.1.1 安全事件关联的定义 | 第49-50页 |
| 5.1.2 黑客的一般攻击步骤 | 第50-51页 |
| 5.2 模糊关联规则挖掘算法在安全事件关联中的修改 | 第51-56页 |
| 5.2.1 模糊关联规则应用于安全事件关联中的合理性分析 | 第51-52页 |
| 5.2.2 模糊关联规则挖掘算法在安全事件关联中的修改 | 第52-56页 |
| 5.3 模糊关联规则挖掘算法在安全事件关联中的实现 | 第56-66页 |
| 5.3.1 方案目标 | 第56-57页 |
| 5.3.2 总体架构 | 第57-58页 |
| 5.3.3 模块流程 | 第58-63页 |
| 5.3.4 重要数据表 | 第63-66页 |
| 5.4 数据集测试及分析 | 第66-74页 |
| 5.4.1 数据集简介 | 第66-69页 |
| 5.4.2 实验结果及分析 | 第69-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 全文总结 | 第75-77页 |
| 6.1 主要结论 | 第75页 |
| 6.2 研究展望 | 第75-77页 |
| 参考文献 | 第77-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间已发表或录用的论文 | 第81-83页 |
