| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 前言 | 第11-15页 |
| ·论文背景与意义 | 第11页 |
| ·网络扫描概述 | 第11-13页 |
| ·网络扫描的原理与技术 | 第11-12页 |
| ·网络扫描的主要应用 | 第12-13页 |
| ·国内外研究情况 | 第13-14页 |
| ·论文主要内容及结构安排 | 第14-15页 |
| 第2章 网络蠕虫与蠕虫扫描的研究 | 第15-25页 |
| ·蠕虫的定义 | 第15页 |
| ·蠕虫的功能结构与工作机制 | 第15-17页 |
| ·蠕虫功能结构 | 第16-17页 |
| ·蠕虫工作机制 | 第17页 |
| ·蠕虫的扫描策略与扫描行为特点研究 | 第17-20页 |
| ·蠕虫扫描策略 | 第17-19页 |
| ·蠕虫扫描的特点分析 | 第19页 |
| ·感染蠕虫的主机与正常主机的网络行为区别 | 第19-20页 |
| ·现有检测蠕虫方法与存在的问题 | 第20-24页 |
| ·检测方法的分类 | 第20-21页 |
| ·检测蠕虫的几种模型与存在的问题 | 第21-24页 |
| ·小结 | 第24-25页 |
| 第3章 基于危险理论的人工免疫系统 | 第25-38页 |
| ·免疫学概述 | 第25页 |
| ·危险理论的免疫学基础 | 第25-28页 |
| ·树突状细胞 | 第26-27页 |
| ·胸腺依赖性淋巴细胞 | 第27-28页 |
| ·人工免疫系统的三种模型 | 第28-31页 |
| ·SNS 模型 | 第28-29页 |
| ·INS 模型 | 第29-30页 |
| ·DND 模型 | 第30-31页 |
| ·传统人工免疫算法应用于入侵检测存在的问题 | 第31-33页 |
| ·传统免疫算法的在入侵检测的应用 | 第31-32页 |
| ·否定选择方法在入侵检测的应用 | 第32-33页 |
| ·危险理论模型的优势与两种算法 | 第33-36页 |
| ·危险理论模型的优点 | 第33-34页 |
| ·Toll 样受体算法 | 第34-35页 |
| ·树突状细胞算法 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第4章 基于树突状细胞算法(DCA)的蠕虫检测模型 | 第38-53页 |
| ·DCA 检测蠕虫方案 | 第38-42页 |
| ·检测模型 | 第38-39页 |
| ·信号的选择与组织更新 | 第39-41页 |
| ·DCA 算法检测组织 | 第41-42页 |
| ·白名单过滤与数据包特征提取发送 | 第42页 |
| ·数据包特征匹配 | 第42页 |
| ·实验系统的设计与实现 | 第42-49页 |
| ·实验环境 | 第43页 |
| ·软件结构设计 | 第43-49页 |
| ·模型测试与分析 | 第49-52页 |
| ·实验数据模型 | 第49-50页 |
| ·实验过程 | 第50页 |
| ·实验结果及分析 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第5章 基于Toll样受体算法(TLR)的蠕虫检测模型 | 第53-64页 |
| ·TLR 检测蠕虫方案 | 第53-61页 |
| ·检测模型 | 第53-54页 |
| ·数据采集模块 | 第54-55页 |
| ·人工神经网络检测模块 | 第55-57页 |
| ·DC 检测模块 | 第57-58页 |
| ·T 细胞检测模块 | 第58页 |
| ·检测算法描述 | 第58-61页 |
| ·模型的特性分析与两种模型的比较 | 第61-62页 |
| ·模型的特性分析 | 第61页 |
| ·两种蠕虫检测模型的比较 | 第61-62页 |
| ·小结 | 第62-64页 |
| 结论和展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第69页 |