基于混合神经网络技术的入侵检测模型
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·网络安全 | 第8页 |
| ·网络安全定义 | 第8页 |
| ·网络安全特性 | 第8页 |
| ·网络安全技术 | 第8-9页 |
| ·传统网络安全技术介绍 | 第8-9页 |
| ·研究意义及主要工作 | 第9-12页 |
| ·课题研究意义 | 第9-10页 |
| ·主要研究工作 | 第10页 |
| ·本文组织结构 | 第10-12页 |
| 第二章 入侵检测系统 | 第12-15页 |
| ·入侵检测 | 第12-13页 |
| ·入侵检测概述 | 第12页 |
| ·入侵检测模型 | 第12-13页 |
| ·研究现状及发展趋势 | 第13-15页 |
| ·国内外研究现状 | 第13-14页 |
| ·未来发展趋势 | 第14-15页 |
| 第三章 人工神经网络 | 第15-20页 |
| ·人工神经网络 | 第15-16页 |
| ·人工神经网络概述 | 第15页 |
| ·人工神经网络模型 | 第15-16页 |
| ·SOM 神经网络 | 第16-18页 |
| ·SOM 网络结构 | 第16页 |
| ·SOM 网络学习算法 | 第16-18页 |
| ·BP 神经网络 | 第18-19页 |
| ·BP 网络结构 | 第18页 |
| ·BP 算法 | 第18-19页 |
| ·神经网络在入侵检测中的优势 | 第19-20页 |
| 第四章 基于混合神经网络的入侵检测模型实现 | 第20-30页 |
| ·模型整体设计 | 第20页 |
| ·网络数据的获取 | 第20-23页 |
| ·数据预处理 | 第23-25页 |
| ·数据分析单元 | 第25-28页 |
| ·SOM 聚类部分 | 第25-27页 |
| ·BP 训练部分 | 第27-28页 |
| ·网络更新方案 | 第28页 |
| ·实验结果与分析 | 第28-30页 |
| ·实验过程 | 第28-29页 |
| ·结果分析 | 第29-30页 |
| 第五章 结论与展望 | 第30-31页 |
| ·研究结论 | 第30页 |
| ·未来展望 | 第30-31页 |
| 参考文献 | 第31-33页 |
| 致谢 | 第33-34页 |
| 参加项目情况 | 第34页 |
