基于改进遗传算法的贝叶斯入侵检测研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 引言 | 第9-17页 |
| 1.1 研究背景 | 第9页 |
| 1.2 研究目的 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.3.1 贝叶斯算法在入侵检测中的研究现状 | 第11-13页 |
| 1.3.2 遗传算法在入侵检测中的研究现状 | 第13-14页 |
| 1.3.3 研究现状总结与分析 | 第14页 |
| 1.4 本文所做的主要工作 | 第14-16页 |
| 1.4.1 贝叶斯算法用于数据集分类 | 第15页 |
| 1.4.2 改进遗传算法用于特征选择 | 第15页 |
| 1.4.3 改进算法在IDS中的应用 | 第15-16页 |
| 1.5 论文结构 | 第16页 |
| 1.6 本章小结 | 第16-17页 |
| 第2章 贝叶斯入侵检测 | 第17-29页 |
| 2.1 入侵检测系统 | 第17-19页 |
| 2.1.1 入侵检测系统的概念 | 第17页 |
| 2.1.2 入侵检测技术手段 | 第17-18页 |
| 2.1.3 入侵检测的评价指标 | 第18-19页 |
| 2.2 贝叶斯算法 | 第19-21页 |
| 2.2.1 贝叶斯理论 | 第19-20页 |
| 2.2.2 贝叶斯分类准则 | 第20-21页 |
| 2.3 入侵检测数据集 | 第21-25页 |
| 2.3.1 KDDCUP99介绍 | 第21-22页 |
| 2.3.2 特征分布 | 第22-25页 |
| 2.4 贝叶斯入侵检测实验 | 第25-27页 |
| 2.4.1 数据集预处理 | 第25-26页 |
| 2.4.2 实验样本分析 | 第26-27页 |
| 2.4.3 实验结果分析 | 第27页 |
| 2.5 本章小结 | 第27-29页 |
| 第3章 改进遗传算法的特征选择 | 第29-43页 |
| 3.1 特征选择的原理 | 第29-30页 |
| 3.2 遗传算法概念及原理 | 第30-31页 |
| 3.2.1 遗传算法基本概念 | 第30-31页 |
| 3.2.2 遗传算法的原理 | 第31页 |
| 3.3 标准遗传算法特征选择 | 第31-33页 |
| 3.4 改进的遗传算法用于特征选择 | 第33-40页 |
| 3.4.1 确定编码方案 | 第33-34页 |
| 3.4.2 确定适应度函数 | 第34-35页 |
| 3.4.3 确定初始种群 | 第35页 |
| 3.4.4 选择算子的改进 | 第35-38页 |
| 3.4.5 交叉算子的改进 | 第38-39页 |
| 3.4.6 变异算子的改进 | 第39-40页 |
| 3.4.7 改进遗传算法的特征选择模型 | 第40页 |
| 3.5 特征选择结果对比实验 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 系统模型与实验结果分析 | 第43-54页 |
| 4.1 系统模型 | 第43-44页 |
| 4.1.1 基于改进遗传算法的贝叶斯入侵检测模型 | 第43页 |
| 4.1.2 工作原理 | 第43-44页 |
| 4.2 实验过程 | 第44-49页 |
| 4.2.1 数据预处理 | 第44-47页 |
| 4.2.2 参数设置 | 第47页 |
| 4.2.3 环境搭建 | 第47-49页 |
| 4.2.4 实验步骤 | 第49页 |
| 4.3 实验结果与分析 | 第49-52页 |
| 4.3.1 特征选择结果 | 第49-51页 |
| 4.3.2 交叉验证结果 | 第51-52页 |
| 4.3.3 算法性能比较 | 第52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54-55页 |
| 5.2 下一步工作 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60页 |
