基于量子神经网络的入侵检测技术研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·课题背景及研究意义 | 第11-12页 |
| ·入侵检测系统的研究现状 | 第12-13页 |
| ·网络入侵及安全防范介绍 | 第13-15页 |
| ·网络入侵手段 | 第13-14页 |
| ·网络安全防御技术 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 入侵检测系统介绍 | 第16-21页 |
| ·根据检测数据来源分类 | 第16-17页 |
| ·根据检测数据所采用的分析原理分类 | 第17-19页 |
| ·误用检测 | 第17页 |
| ·异常检测 | 第17-19页 |
| ·入侵检测系统模型 | 第19-20页 |
| ·入侵检测目前存在的问题 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 量子神经网络的研究 | 第21-33页 |
| ·BP 神经网络介绍 | 第21-22页 |
| ·量子神经网络发展及分析 | 第22-23页 |
| ·量子神经网络算法思想介绍 | 第23-29页 |
| ·量子神经网络的权值调整算法 | 第25-26页 |
| ·量子神经网络量子间隔调整算法 | 第26-27页 |
| ·量子神经网络应用于入侵检测的优越性 | 第27-29页 |
| ·有效解决神经网络易陷入局部极小的方案设计 | 第29-32页 |
| ·陷入局部极小点原因 | 第29-30页 |
| ·逃离局部极小点方案 | 第30-31页 |
| ·规则定义 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 数据分析和处理 | 第33-42页 |
| ·样本数据分类 | 第33-35页 |
| ·样本数据属性分析 | 第35-39页 |
| ·数据转换 | 第39-40页 |
| ·数据简约和归一化 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于量子神经网络的入侵检测模型设计 | 第42-53页 |
| ·数据采集模块 | 第43-46页 |
| ·特征提取和数据预处理模块 | 第46-48页 |
| ·量子神经网络训练检测模块 | 第48-51页 |
| ·响应和日志记录模块 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 基于量子神经网络的入侵检测仿真实验 | 第53-59页 |
| ·少量入侵种类仿真实验 | 第54-56页 |
| ·大量入侵种类仿真实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第65页 |
