| 第一章 绪论 | 第1-14页 |
| 1．1 研究背景和意义 | 第8-10页 |
| 1．1．1 Internet 安全现状 | 第8-9页 |
| 1．1．2 网络安全的主要威胁 | 第9-10页 |
| 1．1．3 网络安全技术概述 | 第10页 |
| 1．2 入侵检测与PPDR 安全模型 | 第10-11页 |
| 1．3 国内外产品研究现状 | 第11-12页 |
| 1．4 本论文实现的主要工作 | 第12-13页 |
| 1．5 内容安排 | 第13-14页 |
| 第二章 入侵检测系统研究 | 第14-21页 |
| 2．1 入侵检测及入侵检测系统定义 | 第14-15页 |
| 2．2 入侵检测的必要性 | 第15页 |
| 2．3 入侵检测系统分类 | 第15-16页 |
| 2．4 入侵检测技术 | 第16-18页 |
| 2．5 入侵检测模型 | 第18-19页 |
| 2．5．1 Denning 的通用入侵检测系统模型 | 第18页 |
| 2．5．2 CIDF 通用入侵检测框架 | 第18-19页 |
| 2．6 入侵检测系统的发展的一些方向 | 第19-21页 |
| 第三章 网络入侵检测系统(TDNIDS)设计 | 第21-31页 |
| 3．1 TDNIDS 的总体设计 | 第21-22页 |
| 3．2 探测器的设计 | 第22-23页 |
| 3．3 事件分析器的设计 | 第23-24页 |
| 3．4 控制台的设计 | 第24-28页 |
| 3．4．1 报警信息可视化显示 | 第25-26页 |
| 3．4．2 控制台对探测器的配置模块 | 第26页 |
| 3．4．3 探测器的管理 | 第26-27页 |
| 3．4．4 算法实现核心数据结构 | 第27-28页 |
| 3．5 控制台与事件分析器之间的通信机制 | 第28-31页 |
| 3．5．1 NML 的数据格式 | 第28-29页 |
| 3．5．2 数据结构描述 | 第29-31页 |
| 第四章 反馈神经网络在入侵检测系统中的应用 | 第31-39页 |
| 4．1 神经网络简介 | 第31-34页 |
| 4．1．1 神经网络的定义 | 第31-32页 |
| 4．1．2 人工神经网络的特性 | 第32页 |
| 4．1．3 人工神经网络的结构 | 第32-33页 |
| 4．1．4 神经网络的分类 | 第33页 |
| 4．1．5 反馈神经网络 | 第33-34页 |
| 4．2 基于主成分分析的反馈网络及其算法 | 第34-36页 |
| 4．2．1 输入层到特殊层的训练 | 第35页 |
| 4．2．2 特征层到输出层的训练 | 第35-36页 |
| 4．3 利用反馈神经网络检测入侵检测系统的模式 | 第36-39页 |
| 第五章 防火墙与入侵检测系统之间联动研究 | 第39-53页 |
| 5．1 防火墙介绍 | 第39-42页 |
| 5．1．1 防火墙的原理 | 第39-40页 |
| 5．1．2 防火墙的功能 | 第40-41页 |
| 5．1．3 防火墙技术 | 第41-42页 |
| 5．2 防火墙与入侵检测系统的联动 | 第42-44页 |
| 5．2．1 联动的必要性 | 第42-43页 |
| 5．2．2 联动技术介绍 | 第43-44页 |
| 5．3 防火墙与入侵检测系统联动的关键技术 | 第44-47页 |
| 5．3．1 联动的方式 | 第44-45页 |
| 5．3．2 防火墙与入侵系统之间的通信 | 第45-46页 |
| 5．3．3 数据的转换 | 第46页 |
| 5．3．4 安全性考虑 | 第46-47页 |
| 5．4 防火墙与入侵检测系统的联动实现 | 第47-49页 |
| 5．4．1 入侵检测系统控制信息生成模块 | 第47-48页 |
| 5．4．2 入侵检测系统和防火墙通讯模块 | 第48页 |
| 5．4．3 防火墙动态规则处理模块 | 第48-49页 |
| 5．4．4 防火墙规则的审计分析模块 | 第49页 |
| 5．5 实验结果 | 第49-53页 |
| 第六章 结论和展望 | 第53-55页 |
| 6．1 结论 | 第53页 |
| 6．2 展望 | 第53-55页 |
| 参考文献 | 第55-57页 |
| 发表论文和科研情况说明 | 第57-59页 |
| 致谢 | 第59页 |