| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| 第一节 课题的提出及研究意义 | 第8-11页 |
| 一、课题的提出 | 第8-9页 |
| 二、数字图书馆的信息安全现状 | 第9-10页 |
| 三、数字图书馆网络入侵检测研究现状 | 第10-11页 |
| 第二节 课题研究的内容和方法 | 第11-13页 |
| 一、研究内容 | 第11页 |
| 二、研究方法 | 第11-13页 |
| 第二章 入侵检测与SNORT | 第13-22页 |
| 第一节 入侵检测的基本原理 | 第13-19页 |
| 一、入侵检测的概念 | 第13-14页 |
| 二、入侵检测系统及分类 | 第14-16页 |
| 三、常见的入侵检测方法 | 第16-19页 |
| 第二节 开源网络入侵检测系统SNORT介绍 | 第19-22页 |
| 一、SNORT系统的组成结构与工作流程 | 第19-20页 |
| 二、SNORT系统的特点和优势 | 第20-22页 |
| 第三章 数字图书馆网站网络数据流特点 | 第22-38页 |
| 第一节 数字图书馆相关概念 | 第22-24页 |
| 一、无墙图书馆 | 第22页 |
| 二、虚拟图书馆 | 第22页 |
| 三、电子图书馆 | 第22-23页 |
| 四、数字图书馆 | 第23-24页 |
| 第二节 数字图书馆网站网络服务分析 | 第24-27页 |
| 一、数字图书馆网站 | 第24页 |
| 二、数字图书馆网站的特征 | 第24-25页 |
| 三、数字图书馆网站的网络服务 | 第25-27页 |
| 第三节 基于相似性聚类的数字图书馆网站网络服务数据流分析 | 第27-38页 |
| 一、相关工作 | 第28-29页 |
| 二、数字图书馆网站网络数据流的表示模型与预处理 | 第29-30页 |
| 三、聚类分析算法 | 第30-33页 |
| 四、实验过程及结果分析 | 第33-38页 |
| 第四章 数字图书馆网站中网络入侵检测系统的应用研究 | 第38-53页 |
| 第一节 基于BP网络的智能型网络入侵检测研究 | 第38-47页 |
| 一、将BP神经网络应用于SNORT系统的理论分析 | 第39-40页 |
| 二、基于BP神经网络的SNORT检测体系 | 第40-42页 |
| 三、检测系统核心程序实现 | 第42-43页 |
| 四、实验与分析 | 第43-47页 |
| 第二节 数字图书馆自驱动安全管理平台的模型构建 | 第47-53页 |
| 一、概述 | 第47-48页 |
| 二、自驱动安全管理策略模型的含义 | 第48-50页 |
| 三、自驱动安全管理策略模型的规范 | 第50页 |
| 四、数字图书馆自驱动安全管理策略模型的设计与实现 | 第50-52页 |
| 五、实践应用效果与反思 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 第一节 本研究的创新点 | 第53-54页 |
| 第二节 本研究的局限性与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录一 数字图书馆自驱动网络入侵检测模型的介绍与试运行 | 第58-66页 |
| 在校期间的研究成果及发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
