网络入侵检测系统关键技术研究
摘要 | 第1-8页 |
ABSTRACT | 第8-14页 |
第1章 绪论 | 第14-24页 |
·网络与信息安全现状 | 第14-16页 |
·主要安全技术 | 第16-17页 |
·本文研究的意义 | 第17-20页 |
·入侵检测的必要性 | 第18页 |
·现有入侵检测方法的局限 | 第18-19页 |
·分布式入侵检测系统的部署问题 | 第19页 |
·现有告警结果处理方法的局限 | 第19-20页 |
·本文的研究内容及主要贡献 | 第20-21页 |
·论文的组织结构 | 第21-22页 |
·本章参考文献 | 第22-24页 |
第2章 入侵检测技术研究综述 | 第24-35页 |
·检测技术的发展史 | 第24-25页 |
·检测技术的分类 | 第25-26页 |
·检测技术的评价指标 | 第26-27页 |
·典型的检测技术 | 第27-31页 |
·基于规则匹配的检测技术 | 第27-28页 |
·基于贝叶斯推理的检测技术 | 第28-29页 |
·基于数据挖掘的检测技术 | 第29页 |
·基于遗传算法的检测技术 | 第29-30页 |
·基于支持向量机的检测技术 | 第30页 |
·基于神经网络的检测技术 | 第30-31页 |
·基于人工免疫的检测技术 | 第31页 |
·基于机器学习的入侵检测模型 | 第31-32页 |
·本章小结 | 第32页 |
·本章参考文献 | 第32-35页 |
第3章 二分类入侵检测技术 | 第35-66页 |
·引言 | 第35-36页 |
·基于支持向量机的入侵检测技术 | 第36-39页 |
·基于条件熵遗传算法的特征抽取技术 | 第39-45页 |
·遗传算法简介 | 第40-41页 |
·遗传个体表示 | 第41-42页 |
·适应度函数定义 | 第42-43页 |
·遗传算子设计 | 第43-45页 |
·基于CEGA-SVM的入侵检测技术算法描述 | 第45-46页 |
·CEGA算法收敛性分析 | 第46-49页 |
·仿真与分析 | 第49-52页 |
·仿真数据集 | 第49-50页 |
·仿真结果与分析 | 第50-52页 |
·进一步讨论 | 第52-53页 |
·基于KFDA的特征抽取技术 | 第53-55页 |
·基于KFDA-SVM的入侵检测技术算法描述 | 第55页 |
·混合核函数的选择 | 第55-56页 |
·仿真与性能分析 | 第56-62页 |
·本章小结 | 第62-63页 |
·本章参考文献 | 第63-66页 |
第4章 多分类入侵检测技术 | 第66-83页 |
·概述 | 第66-67页 |
·多分类支持向量机概述 | 第67-68页 |
·基于KFDA-MSVM的入侵检测技术算法描述 | 第68-70页 |
·仿真与性能分析 | 第70-72页 |
·仿真数据集 | 第70页 |
·仿真结果与分析 | 第70-72页 |
·进一步讨论 | 第72-73页 |
·基于决策树的多分类支持向量机模型 | 第73-76页 |
·FCM聚类算法 | 第73-75页 |
·基于聚类的多分类支持向量机 | 第75-76页 |
·基于KFDA和聚类的多分类支持向量机检测算法 | 第76-77页 |
·仿真与性能分析 | 第77-80页 |
·本章小结 | 第80-81页 |
·参考文献 | 第81-83页 |
第5章 智能网格入侵检测系统 | 第83-111页 |
·引言 | 第83-84页 |
·分布式入侵检测系统概述 | 第84-85页 |
·DIDS | 第84页 |
·CSM | 第84-85页 |
·IDA | 第85页 |
·智能网格入侵检测系统总体框架 | 第85-86页 |
·设计理念 | 第85页 |
·系统框架 | 第85-86页 |
·数据采集引擎 | 第86-87页 |
·数据分析引擎 | 第87-88页 |
·数据分析模块 | 第87-88页 |
·告警统计管理模块 | 第88页 |
·调度引擎 | 第88-91页 |
·告警融合引擎 | 第91-104页 |
·告警聚集模块 | 第92-93页 |
·告警关联模块 | 第93-104页 |
·典型的告警融合技术 | 第94-95页 |
·基于已知攻击过程的告警关联 | 第94页 |
·基于因果关系的告警关联 | 第94-95页 |
·基于贝叶斯网络的告警关联 | 第95页 |
·网络攻防模型 | 第95-97页 |
·目标图模型 | 第97-98页 |
·目标图扩展算法 | 第98-102页 |
·规划生成算法 | 第102-104页 |
·仿真与性能分析 | 第104-107页 |
·本章小结 | 第107-108页 |
·参考文献 | 第108-111页 |
第6章 总结与展望 | 第111-114页 |
·本文的工作 | 第111-112页 |
·进一步工作 | 第112-114页 |
缩略词 | 第114-116页 |
致谢 | 第116-117页 |
发表或已录用论文、专利 | 第117页 |