基于人工神经网络的入侵检测系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-17页 |
| ·网络安全问题的产生 | 第7-9页 |
| ·网络安全成为信息时代人类共同面临的挑战 | 第7-8页 |
| ·我国网络安全问题日益突出 | 第8-9页 |
| ·网络安全问题的原因 | 第9页 |
| ·网络安全防范措施 | 第9-11页 |
| ·访问控制 | 第9-10页 |
| ·加密 | 第10页 |
| ·监控 | 第10-11页 |
| ·审计 | 第11页 |
| ·网络安全防范体系的特性 | 第11页 |
| ·入侵检测系统 | 第11-14页 |
| ·入侵检测技术的研究现状 | 第13-14页 |
| ·智能入侵检测技术 | 第14页 |
| ·基于人工神经网络的入侵检测技术 | 第14页 |
| ·本文研究目的和研究内容 | 第14-15页 |
| ·本文研究的目的 | 第14-15页 |
| ·本文研究的主要内容 | 第15页 |
| ·本文的组织结构 | 第15-17页 |
| 2 入侵检测概述 | 第17-25页 |
| ·相关概念 | 第17-20页 |
| ·入侵 | 第17-18页 |
| ·入侵检测 | 第18页 |
| ·入侵检测系统 | 第18-20页 |
| ·入侵检测系统的分类 | 第20-21页 |
| ·入侵检测的主要方法 | 第21-22页 |
| ·静态配置分析 | 第21页 |
| ·异常性检测方法 | 第21页 |
| ·基于行为的检测方法 | 第21-22页 |
| ·入侵检测系统的结构及标准化 | 第22-23页 |
| ·入侵检测系统面临的主要问题及发展趋势 | 第23-24页 |
| ·入侵检测系统面临的主要问题 | 第23页 |
| ·入侵检测系统的发展趋势 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 人工神经网络概述与入侵检测 | 第25-32页 |
| ·人工神经网络简介 | 第25-29页 |
| ·人工神经网络的特征 | 第25-27页 |
| ·人工神经元模型 | 第27-28页 |
| ·人工神经网络的学习规则 | 第28-29页 |
| ·人工神经网络在入侵检测中的应用 | 第29-30页 |
| ·传统的统计模型及不足 | 第29页 |
| ·人工神经网络在入侵检测中的应用 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 4 基于人工神经网络的入侵检测系统模型 | 第32-40页 |
| ·网络数据截取 | 第33-35页 |
| ·协议解析 | 第35页 |
| ·数据预处理 | 第35-36页 |
| ·人工神经网络检测模块 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 5 基于人工神经网络的网络入侵检测 | 第40-54页 |
| ·训练和测试数据的准备 | 第41-46页 |
| ·数据预处理 | 第42-46页 |
| ·采用BP(误差反向传播)神经网络 | 第46页 |
| ·仿真实验 | 第46-52页 |
| ·实验的目的 | 第46页 |
| ·数据的归一化 | 第46-48页 |
| ·BP 网络设计 | 第48页 |
| ·BP 网络的训练 | 第48-50页 |
| ·BP 网络的测试 | 第50-51页 |
| ·结果分析与改进 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 6 总结及展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录 | 第59页 |
