| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·主要研究内容和论文结构 | 第11-12页 |
| ·主要的研究内容计划 | 第11-12页 |
| ·本文的组织安排 | 第12页 |
| 本章小结 | 第12-13页 |
| 第二章 入侵检测概述 | 第13-25页 |
| ·入侵检测技术简介 | 第13-15页 |
| ·入侵检测的概念 | 第13-14页 |
| ·入侵检测技术的发展过程 | 第14页 |
| ·入侵检测技术发展的趋势 | 第14-15页 |
| ·入侵检测系统的原理及基本组成 | 第15-17页 |
| ·入侵检测系统的分类 | 第17-18页 |
| ·入侵检测方法 | 第18-21页 |
| ·异常入侵检测 | 第18-20页 |
| ·误用入侵检测 | 第20-21页 |
| ·入侵检测系统的功能 | 第21-22页 |
| ·入侵检测系统标准化 | 第22-23页 |
| ·入侵检测系统存在问题 | 第23-24页 |
| 本章小结 | 第24-25页 |
| 第三章 聚类分析 | 第25-32页 |
| ·聚类分析的概念 | 第25页 |
| ·聚类算法的要求 | 第25-27页 |
| ·相似性的测度和聚类准则 | 第27-30页 |
| ·聚类分析算法 | 第30-31页 |
| 本章小结 | 第31-32页 |
| 第四章 K-means算法及改进 | 第32-41页 |
| ·K-means算法简介 | 第32-33页 |
| ·k-means算法缺陷分析 | 第33-36页 |
| ·k-means算法中K值需要预先给定 | 第34页 |
| ·聚类结果对初始聚类中心的选取有很大的依赖性 | 第34-35页 |
| ·对噪音点和孤立点很敏感 | 第35-36页 |
| ·改进的K-means算法 | 第36-40页 |
| ·K值的确定 | 第36-37页 |
| ·对噪声和孤立点处理能力的改进 | 第37页 |
| ·对选取适当的初始聚类中心的改进 | 第37-38页 |
| ·对改进K-means算法的描述 | 第38-40页 |
| 本章小结 | 第40-41页 |
| 第五章 改进的K-means聚类算法在入侵检测系统的应用及实现 | 第41-54页 |
| ·传统入侵检测模型的缺陷 | 第41页 |
| ·网络入侵检测对聚类算法的要求 | 第41-43页 |
| ·基于改进的K-MEANS聚类分析的入侵检测检测系统 | 第43-44页 |
| ·关键技术分析 | 第44-50页 |
| ·网络数据包的获取 | 第44-45页 |
| ·数据分析 | 第45-49页 |
| ·数据的标准化处理 | 第49-50页 |
| ·仿真实验就及结果分析 | 第50-53页 |
| 本章小结 | 第53-54页 |
| 第六章 结论 | 第54-56页 |
| ·论文的主要工作 | 第54-55页 |
| ·进一步研究的方向 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |