亚洲AV成人无码一区二区在线观看,亚洲黑人无码另类专区

內(nèi)容簡介

　　《基于聚類的入侵檢測算法研究》以聚類分析為基本工具，圍繞入侵檢測這一目標(biāo)展開討論。包括：入侵檢測的相關(guān)概念和研究現(xiàn)狀；聚類分析的基礎(chǔ)知識；針對入侵檢測問題中數(shù)據(jù)具有大規(guī)模和混合屬性的特點，重點研究數(shù)據(jù)之間的差異性度量方法，高效自適應(yīng)聚類算法；在介紹現(xiàn)有經(jīng)典的異常挖掘算法的基礎(chǔ)上，提出異常因子的度量方法，進(jìn)而研究靜態(tài)異常挖掘算法；改進(jìn)最近鄰分類方法，在靜態(tài)異常檢測的基礎(chǔ)上，研究一類動態(tài)數(shù)據(jù)的異常檢測，將入侵檢測問題視為動態(tài)數(shù)據(jù)的異常檢測問題；總結(jié)并對后續(xù)研究工作進(jìn)行展望。《基于聚類的入侵檢測算法研究》通過實例說明原理，對從事數(shù)據(jù)挖掘、入侵檢測的科技人員具有重要的參考價值。還可作為計算機(jī)、信息技術(shù)等專業(yè)的研究生學(xué)習(xí)、研究的參考資料。

作者簡介

　　蔣盛益，（1963-），男，教授、博士，主研方向：數(shù)據(jù)挖掘，網(wǎng)絡(luò)安全。

圖書目錄

第1章入侵檢測概述
1.1 研究背景
1.2 計算機(jī)安全與入侵檢測
1.3 入侵檢測技術(shù)研究概述
1.4 典型入侵檢測產(chǎn)品
1.5 入侵檢測發(fā)展趨勢
第2章聚類分析基礎(chǔ)
2.1 聚類分析及其應(yīng)用
2.2 聚類分析研究的主要內(nèi)容
2.3 典型聚類方法（技術(shù)）及特點介紹
2.4 相似性度量
2.5 聚類算法的性能評價
2.6 數(shù)據(jù)挖掘?qū)垲惖牡湫鸵?br /> 2.7 聚類分析中幾個挑戰(zhàn)性問題
第3章面向大規(guī)模數(shù)據(jù)集的高效聚類算法研究
3.1 聚類表示及差異性度量方法研究
3.2 一種增強(qiáng)的k-means聚類算法
3.3 基于最小距離原則的聚類算法
3.4 基于引力的聚類方法GCA
3.5 基于相似度的聚類算法CABMS
3.6 基于投票機(jī)制的融合聚類算法
3.7 本章小結(jié)
第4章異常挖掘算法研究
4.1 異常挖掘及其應(yīng)用
4.2 典型異常挖掘方法介紹
4.3 一種增強(qiáng)的局部異常挖掘算法
4.4 兩階段異常挖掘方法TOD
4.5 基于聚類的異常挖掘方法CBOD
4.6 基于萬有引力的異常挖掘算法ODBUG
4.7 小結(jié)及未來研究展望
第5章基于聚類的入侵檢測方法
5.1 有指導(dǎo)的入侵檢測方法與無指導(dǎo)的入侵檢測方法
5.2 有指導(dǎo)入侵檢測方法CBSID-1
5.3 有指導(dǎo)入侵檢測方法CBSID-2
5.4 基于聚類的無指導(dǎo)的入侵檢測方法CBUID
5.5 基于引力的入侵檢測方法GBID
5.6 基于對象偏離程度的入侵檢測方法DBID
5.7 小結(jié)
第6章總結(jié)與展望
6.1 主要工作總結(jié)
6.2 研究展望
參考文獻(xiàn)
附錄　書中所使用的數(shù)據(jù)集
1.soybean disease數(shù)據(jù)集
2.mushroom數(shù)據(jù)集
3.Congressional Votes數(shù)據(jù)集
4.乳腺癌數(shù)據(jù)集（Wisconsin breast cancer data set）
5.淋巴系造影術(shù)數(shù)據(jù)集（1ymphography dataset）
6.DARPA 98數(shù)據(jù)集
7.KDDCUP 99數(shù)據(jù)集