| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-13页 |
| 1.1 论文研究意义 | 第10页 |
| 1.2 入侵检测研究现状 | 第10-11页 |
| 1.3 本文所做的主要工作 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 入侵检测 | 第13-22页 |
| 2.1 入侵检测分类 | 第13-15页 |
| 2.1.1 基于主机的入侵检测系统（HIDS） | 第13-14页 |
| 2.1.2 基于网络的入侵检测系统（NIDS） | 第14-15页 |
| 2.2 入侵检测常用方法 | 第15-18页 |
| 2.2.1 误用检测 | 第16-18页 |
| 2.2.2 异常检测 | 第18页 |
| 2.3 入侵检测通用模型 | 第18-21页 |
| 2.3.1 通用入侵检测模型 | 第18-19页 |
| 2.3.2 面向数据处理的检测模型 | 第19-20页 |
| 2.3.3 入侵检测系统组件 | 第20-21页 |
| 2.4 入侵检测存在的问题 | 第21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 数据挖掘技术 | 第22-26页 |
| 3.1 数据挖掘概述 | 第22-23页 |
| 3.1.1 数据挖掘的概念 | 第22页 |
| 3.1.2 数据挖掘的步骤 | 第22-23页 |
| 3.2 数据挖掘在入侵检测中的必要性 | 第23页 |
| 3.3 入侵检测中常用的数据挖掘算法 | 第23-25页 |
| 3.3.1 关联分析算法 | 第23-24页 |
| 3.3.2 序列分析 | 第24页 |
| 3.3.3 聚类分析 | 第24-25页 |
| 3.3.4 分类分析 | 第25页 |
| 3.5 本章小结 | 第25-26页 |
| 第4章 入侵检测中用到的数据挖掘算法 | 第26-38页 |
| 4.1 聚类算法分析 | 第26-28页 |
| 4.1.1 K-means 均值算法分析 | 第26-27页 |
| 4.1.2 改进的基于聚类的无指导的检测方法（CBUID） | 第27-28页 |
| 4.2 关联规则算法分析 | 第28-34页 |
| 4.2.1 关联规则概述 | 第28-30页 |
| 4.2.2 Apriori 算法 | 第30-31页 |
| 4.2.3 DHP 算法 | 第31-34页 |
| 4.3 序列模式算法分析 | 第34-36页 |
| 4.3.1 序列模式概述 | 第34-35页 |
| 4.3.2 PrefixSpan 算法 | 第35-36页 |
| 4.4 本章小结 | 第36-38页 |
| 第5章 基于数据挖掘的 IDS 框架构建与设计 | 第38-43页 |
| 5.1 系统的架构和工作原理 | 第38页 |
| 5.2 数据包捕获模块 | 第38-40页 |
| 5.3 数据预处理模块 | 第40页 |
| 5.4 聚类分析和规则挖掘模块 | 第40-41页 |
| 5.5 入侵检测模块 | 第41-42页 |
| 5.6 响应模块 | 第42页 |
| 5.7 本章小结 | 第42-43页 |
| 第6章 系统测试与结果分析 | 第43-53页 |
| 6.1 实验环境分析 | 第43页 |
| 6.2 实验数据采集 | 第43-46页 |
| 6.3 数据预处理 | 第46-47页 |
| 6.4 规则生成与存储 | 第47-49页 |
| 6.4.1 规则生成 | 第47-48页 |
| 6.4.2 规则存储 | 第48-49页 |
| 6.5 实验结果分析 | 第49-52页 |
| 6.5.1 聚类实验结果分析 | 第49-51页 |
| 6.5.2 系统总实验结果分析 | 第51-52页 |
| 6.6 本章小结 | 第52-53页 |
| 总结与展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 攻读学位期间取得学术成果 | 第57页 |