基于改进K-均值算法的入侵检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文的主要工作和结构安排 | 第13-14页 |
| ·本文的主要工作 | 第13页 |
| ·本文的结构安排 | 第13-14页 |
| 第二章 入侵检测 | 第14-20页 |
| ·入侵检测的概念与作用 | 第14-15页 |
| ·入侵检测的概念 | 第14页 |
| ·入侵检测的作用 | 第14-15页 |
| ·入侵检测系统的基本模型 | 第15-17页 |
| ·通用入侵检测模型(Denning模型) | 第15-16页 |
| ·通用入侵检测模型(CIDF模型) | 第16-17页 |
| ·层次化的入侵检测模型(IDM模型) | 第17页 |
| ·入侵检测系统的分类 | 第17-19页 |
| ·根据系统数据来源分类 | 第18页 |
| ·根据入侵检测方法分类 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 聚类分析 | 第20-26页 |
| ·聚类 | 第20-21页 |
| ·聚类的概念 | 第20页 |
| ·主要的聚类分析方法 | 第20-21页 |
| ·聚类中的相关定义 | 第21-24页 |
| ·聚类分析中的数据结构与数据类型 | 第21页 |
| ·聚类算法中常用的相似性度量方法 | 第21-22页 |
| ·类间的测度函数 | 第22-23页 |
| ·聚类准则函数 | 第23-24页 |
| ·聚类分析主要的研究方向 | 第24页 |
| ·聚类的一般过程 | 第24-25页 |
| ·应用于入侵检测的聚类分析 | 第25页 |
| ·本章小节 | 第25-26页 |
| 第四章 改进的K-均值聚类算法 | 第26-41页 |
| ·混沌 | 第26-27页 |
| ·混沌理论 | 第26页 |
| ·混沌优化算法 | 第26-27页 |
| ·差分进化算法 | 第27-30页 |
| ·差分进化算法原理 | 第27-28页 |
| ·差分进化算法参数的设定 | 第28-29页 |
| ·差分进化算法的流程 | 第29-30页 |
| ·改进的差分进化算法 | 第30-33页 |
| ·基于混沌的DE进化操作 | 第30-31页 |
| ·差分进化参数的改进 | 第31页 |
| ·改进的差分进化算法 | 第31-33页 |
| ·K-均值聚类算法 | 第33-35页 |
| ·K-均值算法的基本思想 | 第33页 |
| ·K-均值算法的流程 | 第33-35页 |
| ·K-均值算法的主要问题 | 第35页 |
| ·基于改进差分进化的K-均值聚类算法 | 第35-40页 |
| ·聚类个数K的改进 | 第35-37页 |
| ·对选取适当初始聚类中心的改进 | 第37页 |
| ·基于改进差分进化的K-均值算法 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 实验设计与结果分析 | 第41-55页 |
| ·基于改进K-均值聚类算法的入侵检测模型 | 第41-42页 |
| ·模型的整体结构 | 第41-42页 |
| ·功能模块设计及实现方法 | 第42页 |
| ·数据预处理 | 第42-49页 |
| ·KDDCUP99数据集简介 | 第42-44页 |
| ·数据的标准化与归一化 | 第44-46页 |
| ·主成分分析进行特征选择 | 第46-49页 |
| ·实验结果与分析 | 第49-54页 |
| ·对混合攻击类型进行聚类实验 | 第49-52页 |
| ·对指定特定攻击类型单独进行实验 | 第52-54页 |
| ·本章小节 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| ·总结 | 第55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 发表论文和科研情况说明 | 第59-60页 |
| 致谢 | 第60页 |
