基于数据挖掘的混合型入侵检测研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 引言 | 第8-15页 |
1.1 论文背景 | 第8-10页 |
1.2 研究现状 | 第10-13页 |
1.3 论文主要研究内容 | 第13页 |
1.4 论文组织结构 | 第13-15页 |
第二章 入侵检测综述 | 第15-25页 |
2.1 入侵检测概念 | 第15页 |
2.2 入侵检测系统分类及功能 | 第15-19页 |
2.2.1 入侵检测系统分类 | 第15-18页 |
2.2.2 入侵检测系统功能 | 第18-19页 |
2.3 入侵检测技术 | 第19-23页 |
2.3.1 误用检测 | 第19-21页 |
2.3.2 异常检测 | 第21-23页 |
2.3.3 对比分析 | 第23页 |
2.4 系统性能指标 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 基于技术混合的入侵检测模型 | 第25-49页 |
3.1 提出的混合型入侵检测模型 | 第25-29页 |
3.1.1 混合型模型的设计 | 第25-27页 |
3.1.2 混合型模型结构 | 第27-28页 |
3.1.3 混合型模型优势 | 第28-29页 |
3.2 网络特征提取 | 第29-34页 |
3.2.1 数据包抓取 | 第29-30页 |
3.2.2 网络异常行为分析 | 第30-33页 |
3.2.3 特征提取 | 第33-34页 |
3.3 误用检测设计 | 第34-38页 |
3.3.1 建立规则 | 第35-38页 |
3.3.2 规则匹配 | 第38页 |
3.4 异常检测设计 | 第38-41页 |
3.4.1 数据预处理 | 第39-40页 |
3.4.2 基于决策树的异常检测 | 第40-41页 |
3.5 其他部分设计 | 第41-42页 |
3.5.1 响应部分 | 第41-42页 |
3.5.2 专家判定 | 第42页 |
3.6 实验验证 | 第42-48页 |
3.6.1 实验环境 | 第42-43页 |
3.6.2 实验数据 | 第43-44页 |
3.6.3 实验指标分析 | 第44页 |
3.6.4 实验结果 | 第44-48页 |
3.7 本章小结 | 第48-49页 |
第四章 基于特征混合的入侵检测模型 | 第49-57页 |
4.1 主机行为分析 | 第49-52页 |
4.1.1 主机系统 | 第49-50页 |
4.1.2 主机特征 | 第50-52页 |
4.2 提出的基于特征混合的检测框架 | 第52-54页 |
4.3 实验验证 | 第54-56页 |
4.3.1 实验环境 | 第54页 |
4.3.2 实验数据 | 第54-55页 |
4.3.3 实验结果 | 第55-56页 |
4.4 本章小结 | 第56-57页 |
第五章 混合模型中数据挖掘算法的改进 | 第57-65页 |
5.1 决策树简介 | 第57-58页 |
5.1.1 决策树的建立 | 第57-58页 |
5.1.2 决策树算法分类 | 第58页 |
5.2 决策树算法及改进 | 第58-62页 |
5.2.1 ID3算法 | 第58-60页 |
5.2.2 改进目的 | 第60页 |
5.2.3 改进策略 | 第60-61页 |
5.2.4 算法实现 | 第61-62页 |
5.3 实验对比 | 第62-64页 |
5.4 本章小结 | 第64-65页 |
第六章 结论展望 | 第65-67页 |
6.1 工作总结 | 第65页 |
6.2 展望 | 第65-67页 |
参考文献 | 第67-71页 |
附录 | 第71-73页 |
作者简介 | 第73-74页 |
致谢 | 第74页 |