基于量子遗传算法优化BP网络的入侵检测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·研究背景与意义 | 第12-13页 |
| ·国内外研究现状及应用 | 第13-17页 |
| ·国内外研究现状 | 第13-15页 |
| ·目前研究中的困难 | 第15-16页 |
| ·应用前景 | 第16-17页 |
| ·主要研究内容与文章结构 | 第17-18页 |
| ·主要研究内容 | 第17页 |
| ·论文结构 | 第17-18页 |
| 第2章 入侵检测技术的研究 | 第18-27页 |
| ·入侵检测概述 | 第18-20页 |
| ·入侵检测基本概念 | 第18页 |
| ·入侵检测模型 | 第18-20页 |
| ·目前常用的攻击手段和方法 | 第20-22页 |
| ·入侵检测方法 | 第22-25页 |
| ·误用检测技术 | 第22-24页 |
| ·异常检测技术 | 第24-25页 |
| ·未来发展趋势 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 量子遗传算法 | 第27-33页 |
| ·量子计算的基本原理和概念 | 第27-28页 |
| ·量子位的表示方法 | 第27-28页 |
| ·量子计算基本特征 | 第28页 |
| ·量子遗传算法 | 第28-30页 |
| ·量子染色体的机理与优点 | 第29-30页 |
| ·量子旋转门 | 第30页 |
| ·算法实现步骤 | 第30页 |
| ·量子遗传算法发展趋势 | 第30-31页 |
| ·应用研究 | 第31页 |
| ·理论研究 | 第31页 |
| ·小结 | 第31-33页 |
| 第4章 神经网络及其在入侵检测中的应用 | 第33-42页 |
| ·神经网络概述 | 第33-35页 |
| ·神经网络的定义 | 第33页 |
| ·神经网络的发展 | 第33-34页 |
| ·神经网络的优点缺点与应用领域 | 第34-35页 |
| ·多层前馈神经网络与 BP 神经网络 | 第35-37页 |
| ·BP 算法的改进 | 第37-38页 |
| ·数据选取及处理 | 第38-39页 |
| ·神经网络参数的确定 | 第39-40页 |
| ·网络层的选择 | 第39页 |
| ·隐单元数目的选取 | 第39-40页 |
| ·输人和输出层的神经元数目 | 第40页 |
| ·优化算法提高网络性能 | 第40页 |
| ·小结 | 第40-42页 |
| 第5章 量子遗传算法优化 BP 网络用于入侵检测 | 第42-53页 |
| ·引入量子遗传算法的可行性分析 | 第42-43页 |
| ·算法设计 | 第43-46页 |
| ·量子编码 | 第43-44页 |
| ·相对最优染色体的选择 | 第44页 |
| ·量子门更新策略 | 第44页 |
| ·量子变异 | 第44-45页 |
| ·具体算法流程 | 第45-46页 |
| ·实验环境 | 第46-48页 |
| ·实验结果与分析 | 第48-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-62页 |
| 附录 A 攻读学位期间发表的论文 | 第62-63页 |
| 附录 B 攻读学位期间参加的科研项目 | 第63页 |
