| 第一章 绪论 | 第1-14页 |
| ·课题的研究背景、目的及意义 | 第10-12页 |
| ·国内外发展动态 | 第12页 |
| ·课题研究的主要内容及章节安排 | 第12-14页 |
| 第二章 入侵检测系统 | 第14-24页 |
| ·入侵检测系统的概念 | 第14页 |
| ·入侵检测体系结构 | 第14-17页 |
| ·基于主机的入侵检测 | 第15页 |
| ·基于网络的入侵检测 | 第15页 |
| ·分布式入侵检测 | 第15-16页 |
| ·公共入侵检测框架 | 第16-17页 |
| ·入侵检测常用技术 | 第17-19页 |
| ·误用检测技术 | 第17-18页 |
| ·异常检测技术 | 第18-19页 |
| ·入侵检测系统常见实现技术模型 | 第19-20页 |
| ·误用检测系统 | 第19-20页 |
| ·异常检测系统 | 第20页 |
| ·IDS现状及发展趋势 | 第20-22页 |
| ·目前入侵检测系统存在的问题 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于数据挖掘的入侵检测 | 第24-37页 |
| ·数据挖掘发展和相关概念 | 第24-25页 |
| ·常用的数据挖掘算法 | 第25-30页 |
| ·关联分析算法 | 第25-27页 |
| ·序列分析算法 | 第27-29页 |
| ·分类算法 | 第29页 |
| ·聚类算法 | 第29-30页 |
| ·基于数据挖掘的入侵检测研究概述 | 第30-33页 |
| ·研究现状 | 第30-31页 |
| ·体系结构 | 第31-33页 |
| ·基于数据挖掘的几种入侵检测方法 | 第33-35页 |
| ·基于聚类的方法 | 第33页 |
| ·基于判定树的方法 | 第33-34页 |
| ·基于神经网络的方法 | 第34-35页 |
| ·基于关联规则的方法 | 第35页 |
| ·基于序列模式的方法 | 第35页 |
| ·其它方法 | 第35页 |
| ·基于数据挖掘的智能入侵检测系统结构 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于数据挖掘智能化入侵检测系统的建模及实现 | 第37-66页 |
| ·概述 | 第37-38页 |
| ·网络数据的获取 | 第38-49页 |
| ·网卡的杂收模式 | 第38-39页 |
| ·网络数据采集分析工具TcpDump | 第39-46页 |
| ·协议分析模块 | 第46-48页 |
| ·存储模块 | 第48-49页 |
| ·基于分类的入侵检测分析 | 第49-59页 |
| ·基于分类的入侵检测概述 | 第49页 |
| ·数据预处理模块的设计 | 第49-51页 |
| ·基于判定树分类的入侵检测分析 | 第51-59页 |
| ·用户行为的异常检测分析 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 结束语 | 第66-67页 |
| ·工作总结 | 第66页 |
| ·工作展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 发表的论文 | 第69页 |