| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景 | 第12-13页 |
| ·研究现状 | 第13-15页 |
| ·论文的研究范围、主要内容 | 第15-16页 |
| ·论文的基本结构 | 第16-17页 |
| 第2章 聚类分析 | 第17-26页 |
| ·数据挖掘的定义 | 第17-18页 |
| ·数据挖掘的方法 | 第18-20页 |
| ·聚类分析技术 | 第20-25页 |
| ·聚类的概念和过程 | 第20-21页 |
| ·聚类分析的方法 | 第21-23页 |
| ·聚类度量 | 第23-25页 |
| ·聚类准则函数 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 入侵检测技术 | 第26-37页 |
| ·入侵的定义和入侵行为 | 第26页 |
| ·入侵检测的定义 | 第26页 |
| ·入侵检测系统 | 第26-35页 |
| ·入侵检测体系结构分类 | 第28-32页 |
| ·入侵检测主要研究技术 | 第32-35页 |
| ·入侵检测工具 | 第35页 |
| ·入侵检测存在的问题 | 第35-36页 |
| ·入侵检测的发展趋势 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 改进的 K-means 算法 | 第37-47页 |
| ·原始的 K-means 算法 | 第37-40页 |
| ·原始的 K-means 的主要思想 | 第37页 |
| ·原始的 K-means 算法的形式化描述 | 第37-40页 |
| ·改进的 K-means 算法 | 第40-46页 |
| ·聚类中心的优化 | 第40-46页 |
| ·孤立点处理 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第5章 改进的 K-means 算法在入侵检测中应用 | 第47-53页 |
| ·基于改进的 K-means 算法的入侵检测模型 | 第47-48页 |
| ·数据预处理 | 第48-50页 |
| ·KDD Cup1999 数据集的介绍 | 第48页 |
| ·特征属性的选择 | 第48-49页 |
| ·数据的标准化 | 第49-50页 |
| ·实验结果 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录 A 攻读硕士学位期间已经录用的论文 | 第59-60页 |
| 致谢 | 第60页 |