基于数据挖掘的入侵检测系统
| 第一章 绪论 | 第1-13页 |
| §1．1 引言 | 第7-8页 |
| §1．2 数据挖掘技术 | 第8-10页 |
| §1．3 基于数据挖掘的入侵检测系统 | 第10-12页 |
| §1．4 论文内容安排 | 第12-13页 |
| 第二章 入侵检测系统 | 第13-29页 |
| §2．1 计算机网络概述 | 第13-17页 |
| §2．1．1 网络参考模型 | 第14-15页 |
| §2．1．2 网络协议和服务 | 第15-17页 |
| §2．2 黑客攻击的步骤和手段 | 第17-20页 |
| §2．2．1 信息收集 | 第18页 |
| §2．2．2 系统安全弱点的探测 | 第18-19页 |
| §2．2．3 网络攻击 | 第19-20页 |
| §2．3 入侵检测系统 | 第20-29页 |
| §2．3．1 入侵检测系统分类 | 第21-22页 |
| §2．3．2 入侵检测过程 | 第22-24页 |
| §2．3．3 入侵检测技术分类 | 第24-25页 |
| §2．3．4 入侵检测系统框架 | 第25-28页 |
| §2．3．5 入侵检测技术的发展方向 | 第28-29页 |
| 第三章 数据挖掘技术 | 第29-41页 |
| §3．1 数据挖掘研究内容 | 第30-31页 |
| §3．2 数据挖掘的功能 | 第31-34页 |
| §3．3 数据挖掘常用技术 | 第34-35页 |
| §3．4 数据挖掘工具 | 第35-36页 |
| §3．5 数据挖掘的步骤和流程 | 第36-38页 |
| §3．6 数据挖掘未来研究方向与热点 | 第38-40页 |
| §3．7 数据挖掘目前的问题和状况 | 第40-41页 |
| 第四章 数据挖掘算法 | 第41-65页 |
| §4．1 聚类分析 | 第41-58页 |
| §4．1．1 聚类分析中的数据类型 | 第41-42页 |
| §4．1．2 相似性的测度和聚类准则 | 第42-45页 |
| §4．1．3 聚类分析算法的分类 | 第45-46页 |
| §4．1．4 几种聚类算法 | 第46-50页 |
| §4．1．5 聚类结果的评价 | 第50-51页 |
| §4．1．6 实验数据和结果 | 第51-58页 |
| §4．2 关联规则 | 第58-65页 |
| §4．2．1 基本概念 | 第59-60页 |
| §4．2．2 Apriori算法 | 第60-62页 |
| §4．2．3 实验数据和结果 | 第62-65页 |
| 第五章 系统软件的设计和实现 | 第65-69页 |
| §5．1 系统构成 | 第65-66页 |
| §5．2 系统建立流程 | 第66-67页 |
| §5．3 实验结果 | 第67-69页 |
| 结束语 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 在读期间研究成果 | 第73页 |
