| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 国内外研究现状及不足 | 第11-15页 |
| 1.2.1 基于传统流量分析技术的跳板入侵检测研究现状 | 第11-13页 |
| 1.2.2 基于网络流水印技术的跳板入侵检测研究现状 | 第13-14页 |
| 1.2.3 当前跳板入侵检测技术研究面临的问题 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 1.3.1 基于混沌理论选取检测窗口的检测方法 | 第15-16页 |
| 1.3.2 基于比特熵的网络流水印检测方法 | 第16页 |
| 1.3.3 基于流量预测和比特熵的网络流水印检测方法 | 第16-17页 |
| 1.4 本文组织结构 | 第17-19页 |
| 第2章 基于混沌理论选取检测参数的入侵检测方法 | 第19-37页 |
| 2.1 引言 | 第19-20页 |
| 2.2 相关研究 | 第20-22页 |
| 2.2.1 混沌理论之相空间重构技术 | 第20-21页 |
| 2.2.2 CBID检测算法 | 第21-22页 |
| 2.3 检测方法介绍 | 第22-27页 |
| 2.3.1 验证网络流量具有混沌特性 | 第23-26页 |
| 2.3.2 入侵检测算法 | 第26-27页 |
| 2.4 实验结果与分析 | 第27-35页 |
| 2.4.1 实验环境与数据 | 第27-29页 |
| 2.4.2 实验数据分析 | 第29-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第3章 基于比特熵的网络流水印检测方法 | 第37-49页 |
| 3.1 引言 | 第37-38页 |
| 3.2 相关研究 | 第38-40页 |
| 3.2.1 熵 | 第38-39页 |
| 3.2.2 RAINBOW水印方案 | 第39-40页 |
| 3.3 检测方法描述 | 第40-43页 |
| 3.3.1 选取水印嵌入的最优时间间隔 | 第41-42页 |
| 3.3.2 水印生成 | 第42-43页 |
| 3.3.3 水印检测 | 第43页 |
| 3.4 实验与分析 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 基于流量预测和比特熵的网络流水印检测方法 | 第49-59页 |
| 4.1 引言 | 第49-50页 |
| 4.2 相关研究 | 第50页 |
| 4.2.1 网络流量预测模型 | 第50页 |
| 4.3 检测方法描述 | 第50-54页 |
| 4.3.1 网络流量预测 | 第51-52页 |
| 4.3.2 水印嵌入 | 第52-53页 |
| 4.3.3 水印检测 | 第53-54页 |
| 4.4 实验结果与分析 | 第54-58页 |
| 4.4.1 实验环境以及实验数据来源 | 第54-55页 |
| 4.4.2 实验数据分析 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 结论与展望 | 第59-61页 |
| 5.1 研究工作总结 | 第59-60页 |
| 5.2 未来工作展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-69页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第69页 |
