基于粗糙集理论的网络入侵检测方法
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第1章 绪论 | 第6-11页 |
| ·当前我国的互联网发展状况 | 第6-8页 |
| ·网络安全保护机制 | 第8-9页 |
| ·入侵检测系统的研究现状和意义 | 第9-11页 |
| 第2章 入侵检测和数据挖掘概述 | 第11-26页 |
| ·入侵检测概述 | 第11-21页 |
| ·入侵检测系统的产生和发展 | 第11-12页 |
| ·入侵检测系统的分类 | 第12-20页 |
| ·入侵检测过程 | 第20-21页 |
| ·数据挖掘概述 | 第21-24页 |
| ·数据挖掘的任务 | 第22-23页 |
| ·数据挖掘常用技术与算法 | 第23-24页 |
| ·基于数据挖掘技术的入侵检测系统模型 | 第24-26页 |
| 第3章 粗糙集理论和遗传算法简介 | 第26-36页 |
| ·粗糙集理论 | 第26-29页 |
| ·粗糙集理论概念与基础 | 第26-29页 |
| ·粗糙集理论的主要应用领域 | 第29页 |
| ·遗传算法 | 第29-36页 |
| ·遗传算法简介 | 第29-31页 |
| ·标准遗传算法 | 第31-34页 |
| ·混合遗传算法 | 第34-35页 |
| ·遗传算法的主要应用领域 | 第35-36页 |
| 第4章 粗糙集分类算法 | 第36-43页 |
| ·分类器构造方法 | 第36页 |
| ·粗糙集分类器的构造过程 | 第36-38页 |
| ·分类器接受的数据格式 | 第38-39页 |
| ·数据离散化 | 第39-40页 |
| ·混合遗传算法计算属性集约简 | 第40-43页 |
| ·混合遗传算法的基本策略 | 第40-41页 |
| ·混合遗传算法中的启发式算法 | 第41页 |
| ·混合遗传算法的遗传算子选择 | 第41-43页 |
| 第5章 基于粗糙集的入侵检测仿真实验 | 第43-54页 |
| ·实验数据介绍 | 第43-48页 |
| ·实验数据的属性介绍 | 第44-46页 |
| ·实验数据的攻击类型 | 第46页 |
| ·实验数据的具体形式 | 第46-47页 |
| ·实验选取的数据介绍 | 第47-48页 |
| ·数据离散化、属性集约简和检测规则生成 | 第48-51页 |
| ·数据离散化 | 第48-50页 |
| ·属性集约简 | 第50-51页 |
| ·检测规则 | 第51页 |
| ·实验结果和分析 | 第51-54页 |
| 第6章 总结 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 作者在读硕士期间发表的有关论文 | 第59-60页 |
| 致谢 | 第60页 |
