大规模网络中入侵检测的警报关联技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·大规模网络入侵检测系统的体系结构 | 第11-13页 |
| ·入侵检测系统警报的关联技术 | 第13-14页 |
| ·本文研究的内容 | 第14页 |
| ·论文的结构 | 第14-16页 |
| 第2章 入侵检测技术研究 | 第16-26页 |
| ·入侵检测系统 | 第16-21页 |
| ·入侵检测技术的产生 | 第16-17页 |
| ·入侵检测系统的分类 | 第17-18页 |
| ·入侵检测技术 | 第18-20页 |
| ·入侵检测系统性能指标 | 第20-21页 |
| ·IDS面临主要问题和发展趋势 | 第21-22页 |
| ·入侵检测系统面临的主要问题 | 第21页 |
| ·入侵检测系统发展趋势 | 第21-22页 |
| ·大规模NIDS模型 | 第22-24页 |
| ·入侵警报关联 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于分布式IDS警报关联的数据融合模型 | 第26-40页 |
| ·引言 | 第26页 |
| ·IDS警报信息数据融合技术 | 第26-29页 |
| ·数据融合的概念 | 第26-27页 |
| ·数据融合的关键问题 | 第27-29页 |
| ·现行的警报数据融合分析方法 | 第29-34页 |
| ·分类分析 | 第30-31页 |
| ·聚类分析 | 第31-32页 |
| ·关联分析 | 第32-33页 |
| ·序列分析 | 第33-34页 |
| ·基于分布式IDS警报关联的数据融合模型 | 第34-38页 |
| ·预处理模块 | 第35页 |
| ·聚类模块 | 第35-36页 |
| ·关联模块 | 第36-37页 |
| ·响应模块 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 关联规则算法的研究与改进 | 第40-56页 |
| ·经典的关联规则挖掘算法分析 | 第40-42页 |
| ·基本概念与解决方法 | 第40-41页 |
| ·Apriori的关联规则挖掘算法 | 第41-42页 |
| ·FP-growth算法 | 第42-47页 |
| ·算法说明 | 第43-45页 |
| ·实例说明 | 第45-47页 |
| ·效率分析 | 第47页 |
| ·HSP-growth算法 | 第47-53页 |
| ·基本概念 | 第47-48页 |
| ·算法思想 | 第48-49页 |
| ·算法实现 | 第49-51页 |
| ·实例说明 | 第51-53页 |
| ·从最简频繁项集得到关联规则 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第5章 实验结果及分析 | 第56-66页 |
| ·数据来源 | 第56-57页 |
| ·数据处理过程 | 第57-59页 |
| ·算法分析 | 第59-63页 |
| ·算法时间复杂性分析 | 第60-62页 |
| ·实验结果 | 第62-63页 |
| ·系统模拟实验 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 第6章 总结和展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74页 |
