| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·概述 | 第11-12页 |
| ·国内外研究现状 | 第12-18页 |
| ·国外研究现状 | 第12-17页 |
| ·国内研究现状 | 第17-18页 |
| ·课题研究意义 | 第18-19页 |
| ·课题主要研究内容 | 第19-20页 |
| ·课题组织结构 | 第20-21页 |
| 第二章 网络蠕虫原理与检测方法研究 | 第21-35页 |
| ·蠕虫概述 | 第21-26页 |
| ·蠕虫的定义 | 第21-22页 |
| ·蠕虫的基本结构 | 第22-24页 |
| ·蠕虫的基本特征 | 第24-25页 |
| ·蠕虫攻击原理 | 第25-26页 |
| ·蠕虫发展趋势 | 第26-27页 |
| ·蠕虫检测方法研究 | 第27-29页 |
| ·蜜罐技术 | 第29-31页 |
| ·蜜罐技术概述 | 第29-30页 |
| ·蜜罐技术在蠕虫检测中的应用 | 第30-31页 |
| ·BP 神经网络 | 第31-33页 |
| ·神经网络概述 | 第31页 |
| ·BP 神经网络模型 | 第31-33页 |
| ·分布式思想 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于BP 神经网络的蠕虫监测系统总体设计 | 第35-43页 |
| ·总体目标 | 第35-36页 |
| ·总体设计 | 第36-37页 |
| ·系统总体结构 | 第36页 |
| ·系统工作流程 | 第36-37页 |
| ·系统模块介绍 | 第37-42页 |
| ·网络数据流捕获模块 | 第37-38页 |
| ·蠕虫多维特征提取模块 | 第38-39页 |
| ·基于BP 神经网络的蠕虫智能识别模块 | 第39-40页 |
| ·基于SSL 的通信模块 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于BP 神经网络的蠕虫检测系统实现 | 第43-63页 |
| ·网络数据流捕获模块实现 | 第43-46页 |
| ·多维特征提取模块实现 | 第46-51页 |
| ·基于BP 神经网络的识别模型实现 | 第51-53页 |
| ·基于BP 神经网络的识别模型 | 第51页 |
| ·确定BP 网络的拓扑结构 | 第51-52页 |
| ·输入/输出变量的确定 | 第52页 |
| ·收集和整理样本，建立有效网络模型 | 第52页 |
| ·基于Levenberg-Marquardt 算法的BP 网络建模及识别的实现 | 第52-53页 |
| ·基于SSL 的通信模块实现 | 第53-62页 |
| ·基于SSL 的通信机制设计 | 第54-56页 |
| ·基于SSL 的通信机制实现 | 第56-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 系统测试与分析 | 第63-67页 |
| ·功能测试 | 第63-64页 |
| ·性能测试 | 第64-67页 |
| 第六章 总结与展望 | 第67-70页 |
| ·工作总结 | 第67-68页 |
| ·前景展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |