基于聚类的邻域检测器生成算法及模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.2.3 国内外研究现状分析 | 第15-16页 |
| 1.3 研究内容 | 第16-19页 |
| 1.3.1 课题来源 | 第16-17页 |
| 1.3.2 论文内容 | 第17页 |
| 1.3.3 组织结构 | 第17-19页 |
| 第2章 免疫入侵检测和邻域空间 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 人工免疫 | 第19-24页 |
| 2.2.1 免疫系统 | 第19-20页 |
| 2.2.2 免疫入侵检测 | 第20-22页 |
| 2.2.3 免疫入侵检测性能 | 第22-24页 |
| 2.3 邻域形态空间 | 第24-28页 |
| 2.3.1 邻域形态空间定义 | 第24-25页 |
| 2.3.2 自体与检测器表示方式 | 第25-26页 |
| 2.3.3 匹配规则 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于聚类的邻域检测器生成算法 | 第29-44页 |
| 3.1 引言 | 第29页 |
| 3.2 邻域否定选择算法问题分析 | 第29-32页 |
| 3.2.1 邻域否定选择算法 | 第29-30页 |
| 3.2.2 时间复杂度 | 第30-31页 |
| 3.2.3 重叠率 | 第31-32页 |
| 3.3 聚类分析 | 第32-33页 |
| 3.4 基于聚类的邻域检测器生成算法 | 第33-38页 |
| 3.4.1 算法伪代码 | 第33-34页 |
| 3.4.2 Pretreatment函数 | 第34-35页 |
| 3.4.3 Cluster函数 | 第35-37页 |
| 3.4.4 MatchAndTrain函数 | 第37-38页 |
| 3.5 算法复杂度分析 | 第38-39页 |
| 3.5.1 算法的时间复杂度 | 第38页 |
| 3.5.2 算法的空间复杂度 | 第38-39页 |
| 3.6 基于聚类的邻域检测器生成算法实验 | 第39-43页 |
| 3.6.1 邻域划分 | 第39-40页 |
| 3.6.2 参数选取 | 第40-42页 |
| 3.6.3 算法对比 | 第42-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 基于邻域空间的免疫入侵检测模型 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 现有免疫入侵检测模型存在的问题 | 第44-46页 |
| 4.2.1 形态空间 | 第44-45页 |
| 4.2.2 适应性 | 第45页 |
| 4.2.3 算法效率 | 第45页 |
| 4.2.4 重叠率 | 第45-46页 |
| 4.3 基于邻域空间下的免疫入侵检测模型 | 第46-51页 |
| 4.3.1 模型简介 | 第46页 |
| 4.3.2 邻域检测器的生存周期 | 第46-47页 |
| 4.3.3 模型组成 | 第47-50页 |
| 4.3.4 邻域空间下免疫入侵检测流程 | 第50-51页 |
| 4.4 模型特点 | 第51-53页 |
| 4.4.1 自适应性 | 第51-52页 |
| 4.4.2 形态空间的优势 | 第52页 |
| 4.4.3 检测器生成代价 | 第52-53页 |
| 4.5 基于邻域空间的检测器模型实验 | 第53-54页 |
| 4.5.1 检测器个数 | 第53页 |
| 4.5.2 模型分析 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
