基于聚类与关联的入侵检测技术的研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-17页 |
| ·网络安全现状 | 第12-13页 |
| ·课题研究的目的和意义 | 第13-14页 |
| ·课题研究的理论基础 | 第14-16页 |
| ·论文的主要工作及组织结构 | 第16-17页 |
| 第二章 入侵检测技术 | 第17-29页 |
| ·入侵检测概述 | 第17-20页 |
| ·入侵检测系统的原理 | 第17-18页 |
| ·入侵检测步骤 | 第18-19页 |
| ·入侵检测系统的基本结构 | 第19-20页 |
| ·入侵检测系统的分类 | 第20-24页 |
| ·按照信息源分类 | 第20-22页 |
| ·按照分析方法分类 | 第22-23页 |
| ·其他分类方法 | 第23-24页 |
| ·入侵检测的分析方法 | 第24-26页 |
| ·异常入侵检测技术 | 第24-25页 |
| ·误用入侵检测技术 | 第25-26页 |
| ·入侵检测中存在的主要问题 | 第26-27页 |
| ·入侵检测技术发展方向 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 聚类与关联 | 第29-39页 |
| ·聚类的概念 | 第29-30页 |
| ·主要聚类方法的分类 | 第30-31页 |
| ·数据对象和非相似度 | 第31-36页 |
| ·对象矩阵 | 第31-32页 |
| ·非相似度矩阵 | 第32页 |
| ·各种属性非相似度计算 | 第32-35页 |
| ·数值类型属性归一化处理 | 第35-36页 |
| ·关联规则的概念 | 第36-37页 |
| ·关联规则的求解过程 | 第37页 |
| ·关联规则的分类 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于聚类与关联算法的改进 | 第39-55页 |
| ·聚类分析算法 | 第39-42页 |
| ·聚类分析算法基本概念 | 第39-41页 |
| ·传统聚类算法优缺点 | 第41-42页 |
| ·改进的 k-means 聚类算法 | 第42-46页 |
| ·对噪声和孤立点处理能力的改进 | 第42页 |
| ·k 值的确定 | 第42-43页 |
| ·选取适当的初始聚类中心 | 第43-44页 |
| ·对改进的 k-means 算法描述 | 第44-46页 |
| ·关联分析算法 | 第46-50页 |
| ·Apriori 算法 | 第46-49页 |
| ·Apriori 算法的不足 | 第49页 |
| ·关联规则生成 | 第49-50页 |
| ·基于最大频繁集挖掘算法 | 第50-53页 |
| ·算法的基本思想 | 第50-51页 |
| ·算法步骤 | 第51页 |
| ·实例分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 基于聚类与关联在入侵检测中的设计与实现 | 第55-69页 |
| ·入侵检测总体方案架构 | 第55-56页 |
| ·入侵检测系统功能模块介绍 | 第56-58页 |
| ·数据采集模块 | 第56页 |
| ·训练数据集 | 第56-57页 |
| ·预处理模块 | 第57页 |
| ·聚类分析模块 | 第57-58页 |
| ·关联分析模块 | 第58页 |
| ·检测分析模块 | 第58页 |
| ·告警模块 | 第58页 |
| ·仿真实验 | 第58-68页 |
| ·样本数据说明 | 第58-62页 |
| ·实验数据的选取 | 第62-64页 |
| ·实验结果分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 在学期间的研究成果及发表的学术论文 | 第76页 |
