| 第一章 引言 | 第1-15页 |
| ·网络安全模型及主要技术 | 第9-11页 |
| ·防火墙和IDS 的局限性及互动方式 | 第11-12页 |
| ·IDP 的发展历程和研究现状 | 第12页 |
| ·本文的设计思想及工作 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第二章 防火墙技术 | 第15-24页 |
| ·防火墙体系结构 | 第15-17页 |
| ·双重宿主主机体系结构 | 第15页 |
| ·被屏蔽主机体系结构 | 第15-16页 |
| ·被屏蔽子网体系结构 | 第16-17页 |
| ·防火墙工作原理及功能 | 第17-18页 |
| ·防火墙基本技术 | 第18-20页 |
| ·包过滤技术 | 第18-19页 |
| ·应用网关技术 | 第19页 |
| ·代理服务器技术 | 第19-20页 |
| ·Linux 防火墙框架-netfilter 架构 | 第20-24页 |
| 第三章 入侵检测技术 | 第24-33页 |
| ·入侵检测工作原理及功能 | 第24-26页 |
| ·信息收集 | 第24-25页 |
| ·信号分析 | 第25-26页 |
| ·入侵检测功能 | 第26页 |
| ·入侵检测系统分类 | 第26-28页 |
| ·基于网络的入侵检测 | 第27页 |
| ·基于主机的入侵检测 | 第27-28页 |
| ·入侵检测系统基本技术 | 第28-30页 |
| ·误用检测 | 第28-29页 |
| ·异常检测 | 第29-30页 |
| ·入侵检测系统-snort | 第30-33页 |
| 第四章 检测算法 | 第33-46页 |
| ·模式匹配 | 第33-37页 |
| ·KMP 串匹配算法 | 第33-35页 |
| ·BM 串匹配算法 | 第35页 |
| ·改进的BM 算法 | 第35-37页 |
| ·协议分析和命令解析技术 | 第37-39页 |
| ·人工神经网络 | 第39-44页 |
| ·基本概念 | 第39-40页 |
| ·神经计算特点 | 第40-41页 |
| ·神经网络的学习 | 第41-43页 |
| ·BP 神经网络模型 | 第43-44页 |
| ·其它检测算法 | 第44-46页 |
| 第五章 智能化入侵检测与防御系统的设计 | 第46-57页 |
| ·系统设计思想 | 第46页 |
| ·系统体系结构与工作原理 | 第46-49页 |
| ·系统设计关键技术 | 第49-57页 |
| ·netfilter 框架技术 | 第49页 |
| ·报文分析及处理模块 | 第49-50页 |
| ·预处理器 | 第50页 |
| ·规则检测引擎 | 第50-51页 |
| ·特征提取模块 | 第51-53页 |
| ·智能检测引擎 | 第53-56页 |
| ·BP 学习算法 | 第56-57页 |
| 第六章 智能化入侵检测与防御系统的实现 | 第57-67页 |
| ·系统实现结构 | 第57-59页 |
| ·系统重要数据结构 | 第59-61页 |
| ·系统部分模块 | 第61-67页 |
| ·netfilter 框架登记函数 | 第61-62页 |
| ·报文分析及处理模块 | 第62页 |
| ·规则检测引擎-Snort 结构及修改 | 第62-64页 |
| ·神经网络入侵检测 | 第64-65页 |
| ·BP 学习算法实现部分 | 第65-67页 |
| 第七章 总结与展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 个人简历 | 第72页 |
| 科研成果 | 第72页 |
| 发表论文 | 第72页 |
| 获奖情况 | 第72页 |