| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·课题的研究背景 | 第11-16页 |
| ·问题提出 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·入侵检测技术的研究进展 | 第12-15页 |
| ·基于聚类的入侵检测技术的研究进展 | 第15-16页 |
| ·课题研究的目的和意义 | 第16-17页 |
| ·主要内容及章节安排 | 第17-18页 |
| 第二章 基于聚类的入侵检测 | 第18-34页 |
| ·入侵检测技术基础 | 第18-25页 |
| ·入侵检测的基本概念 | 第18页 |
| ·入侵检测系统的主要功能和主要特征 | 第18-19页 |
| ·入侵检测系统的组成 | 第19-20页 |
| ·入侵检测系统的分类 | 第20-23页 |
| ·入侵检测技术 | 第23-25页 |
| ·基于聚类的入侵检测方法 | 第25-33页 |
| ·数据挖掘 | 第25-26页 |
| ·聚类分析 | 第26-31页 |
| ·无监督异常检测 | 第27页 |
| ·聚类分析方法 | 第27-29页 |
| ·聚类分析中的数据结构 | 第29页 |
| ·聚类分析中的数据类型 | 第29-31页 |
| ·聚类分析在入侵检测中的应用 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于划分和凝聚层次聚类的无监督异常检测算法 | 第34-47页 |
| ·引言 | 第34-35页 |
| ·数据差异度量 | 第35-38页 |
| ·信息熵 | 第35-36页 |
| ·数值属性的标准化 | 第36-37页 |
| ·距离的定义 | 第37-38页 |
| ·基于无监督聚类的异常检测算法 | 第38-42页 |
| ·划分聚类算法 | 第38页 |
| ·合并算法 | 第38-40页 |
| ·噪音簇的处理 | 第40页 |
| ·正常和异常簇标记 | 第40-41页 |
| ·检测算法 | 第41页 |
| ·算法复杂度分析 | 第41-42页 |
| ·实验参数和环境及实验结果 | 第42-46页 |
| ·实验参数 | 第42-43页 |
| ·实验环境和实验结果 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 入侵检测中基于克隆选择的聚类算法 | 第47-61页 |
| ·引言 | 第47-48页 |
| ·人工免疫原理 | 第48页 |
| ·免疫算法 | 第48-52页 |
| ·免疫算法基本架构 | 第48-50页 |
| ·克隆选择算法 | 第50-52页 |
| ·基于克隆选择的聚类算法 | 第52-57页 |
| ·数据差异度量 | 第52-53页 |
| ·数值属性的标准化 | 第52页 |
| ·距离定义 | 第52-53页 |
| ·基于克隆选择的聚类算法的设计 | 第53-57页 |
| ·划分算法 | 第53页 |
| ·目标函数的定义 | 第53-54页 |
| ·抗体—抗原亲和度函数 | 第54-55页 |
| ·编码 | 第55页 |
| ·克隆算子 | 第55-56页 |
| ·清除空簇 | 第56页 |
| ·标记正常和异常簇 | 第56页 |
| ·算法描述 | 第56-57页 |
| ·入侵检测增量聚类模型 | 第57-58页 |
| ·实验结果和分析 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 总结 | 第61-63页 |
| ·本文的主要工作和研究特色及贡献 | 第61-62页 |
| ·今后的工作 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间参加的科研项目 | 第69页 |
| 攻读硕士学位期间发表的学术论文 | 第69页 |