| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 表目录 | 第8-9页 |
| 图目录 | 第9-10页 |
| 第一章 概述 | 第10-17页 |
| ·遗传算法的生物学基础 | 第10-12页 |
| ·遗传与变异 | 第10-11页 |
| ·进化 | 第11页 |
| ·遗传与进化的系统观 | 第11-12页 |
| ·遗传算法简介 | 第12-13页 |
| ·遗传算法概述 | 第12页 |
| ·遗传算法的算法描述 | 第12-13页 |
| ·遗传算法的特点 | 第13页 |
| ·遗传算法的研究进展 | 第13-17页 |
| 第二章 遗传算法的改进 | 第17-26页 |
| ·标准遗传算法描述 | 第17-19页 |
| ·基本遗传算法的构成要素 | 第17-18页 |
| ·基本遗传算法描述 | 第18-19页 |
| ·遗传算法的模式定理 | 第19-21页 |
| ·改进遗传算法 | 第21-23页 |
| ·改进遗传算法的描述 | 第21-22页 |
| ·改进遗传算法改进过程的分析 | 第22-23页 |
| ·改进遗传算法的性能优势实例比较分析 | 第23-26页 |
| 第三章 改进遗传算法收敛性分析 | 第26-29页 |
| ·马尔可柯夫链 | 第26页 |
| ·经典遗传算法及改进遗传算法的收敛性分析与证明 | 第26-28页 |
| ·改进遗传算法收敛性的作用 | 第28-29页 |
| 第四章 基于多代理的入侵检测系统设计 | 第29-46页 |
| ·入侵检测概论 | 第29-33页 |
| ·入侵检测产生的必要性 | 第29-30页 |
| ·入侵检测的发展 | 第30-32页 |
| ·入侵检测系统(IDS)中的相关概念 | 第32-33页 |
| ·智能主体(Agent)技术概论 | 第33-35页 |
| ·Agent发展简史 | 第33-34页 |
| ·Agent基本模型 | 第34页 |
| ·Agent的分类 | 第34-35页 |
| ·基于Agent的系统 | 第35页 |
| ·基于多Agent的分布式入侵检测系统模型的研究 | 第35-39页 |
| ·基于多Agent的分布式入侵检测系统模型 | 第36-39页 |
| ·基于免疫原理的入侵检测代理模块的设计与分析 | 第39-42页 |
| ·免疫的原理 | 第39-41页 |
| ·人工免疫系统的概念 | 第41页 |
| ·基于免疫原理的入侵检测代理模块的设计 | 第41-42页 |
| ·基于异常和误用的入侵检测代理模块的设计与分析 | 第42-45页 |
| ·异常检测原理及特性 | 第42-43页 |
| ·误用检测原理及特性 | 第43-44页 |
| ·两种检测原理分析比较 | 第44页 |
| ·基于异常和误用的入侵检测代理模块的设计 | 第44-45页 |
| ·本章小节 | 第45-46页 |
| 第五章 改进遗传算法在多代理入侵检测可靠性优化中的应用 | 第46-50页 |
| ·多代理分布式入侵检测系统的数学模型描述 | 第46-48页 |
| ·多代理过程优化问题的提出 | 第46页 |
| ·多代理过程优化符号约定 | 第46-47页 |
| ·多代理过程优化问题的分析 | 第47页 |
| ·多代理过程优化基本假设 | 第47页 |
| ·多代理过程优化模型建立 | 第47-48页 |
| ·改进遗传算法在入侵检测多代理过程优化中的应用及结果分析 | 第48-50页 |
| 结束语 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 作者在学期间取得的学术成果 | 第55页 |