| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-14页 |
| ·网络安全与入侵检测 | 第11-12页 |
| ·入侵检测研究现状 | 第12-14页 |
| ·研究目的 | 第14-15页 |
| ·研究内容 | 第15页 |
| ·论文结构 | 第15-17页 |
| 第二章 相关技术研究 | 第17-34页 |
| ·入侵检测技术 | 第17-25页 |
| ·IDS通用模型 | 第17-18页 |
| ·入侵检测系统的分类 | 第18-21页 |
| ·Snort入侵检测系统研究 | 第21-25页 |
| ·人工神经网络技术 | 第25-31页 |
| ·神经元的基本原理 | 第25-26页 |
| ·神经网络的互连结构 | 第26-28页 |
| ·BP神经网络 | 第28-30页 |
| ·RBF神经网络 | 第30-31页 |
| ·基于人工神经网络的入侵检测技术 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于人工神经网络的入侵检测系统设计与实现 | 第34-54页 |
| ·系统总体框架设计 | 第34页 |
| ·数据包捕获模块 | 第34-36页 |
| ·数据包解析模块 | 第36-43页 |
| ·TCP/IP协议介绍 | 第36-41页 |
| ·数据结构说明 | 第41-43页 |
| ·数据预处理模块 | 第43-47页 |
| ·常见拒绝服务攻击分析 | 第43-45页 |
| ·提取的检测特征 | 第45-46页 |
| ·各协议链表结点结构及链表更新流程 | 第46-47页 |
| ·神经网络模块 | 第47-48页 |
| ·基于神经网络的入侵检测与传统入侵检测系统的融合 | 第48-50页 |
| ·基于人工神经网络的入侵检测与传统入侵检测的相互补充 | 第48-49页 |
| ·神经网络与 Snort相结合的入侵检测模型 | 第49-50页 |
| ·基于信息回馈检测技术的 Snort优化研究 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 实验方法与结果分析 | 第54-64页 |
| ·实验数据来源 | 第54-55页 |
| ·DARPA1999数据集 | 第54页 |
| ·数据提取 | 第54-55页 |
| ·实验过程与结果分析 | 第55-60页 |
| ·评估指标 | 第55-56页 |
| ·实验过程与结果 | 第56-58页 |
| ·实验结果分析 | 第58-60页 |
| ·其他对比实验 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 结束语 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在学期间取得的学术成果 | 第69页 |