| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·网络安全的现状 | 第8页 |
| ·入侵检测的发展历史 | 第8-9页 |
| ·入侵检测系统介绍 | 第9-13页 |
| ·入侵检测系统概念和分类 | 第9-11页 |
| ·入侵检测系统存在的问题 | 第11-13页 |
| 第2章 入侵检测技术综述 | 第13-21页 |
| ·异常入侵检测技术 | 第13-18页 |
| ·基于贝叶斯推理的异常检测方法 | 第13-15页 |
| ·基于特征选择的异常检测方法 | 第15-16页 |
| ·基于机器学习的异常检测方法 | 第16-18页 |
| ·误用入侵检测技术 | 第18-21页 |
| ·基于条件概率的误用入侵检测方法 | 第18-19页 |
| ·基于专家系统的误用入侵检测方法 | 第19页 |
| ·基于模型的误用入侵检测方法 | 第19-21页 |
| 第3章 粒子群优化算法 | 第21-31页 |
| ·基本粒子群优化算法 | 第21-24页 |
| ·算法原理的数学表达 | 第21-23页 |
| ·基本粒子群优化算法 | 第23-24页 |
| ·PSO 算法的发展 | 第24-27页 |
| ·自适应 PSO(Adaptive Particle Swarm Optimization,APSO) | 第24-25页 |
| ·协同PSO( Cooperative Particle Swarm Optimization,CPSO) | 第25-26页 |
| ·离散 PSO(Discrete Particle Swarm Optimization) | 第26-27页 |
| ·基于粒子群优化的入侵检测方法 | 第27-31页 |
| ·基于PSO 算法的异常检测方法 | 第27-29页 |
| ·基于PSO 算法的误用检测方法 | 第29-31页 |
| 第4章 改进的基于QPSO 的入侵检测规则提取算法 | 第31-38页 |
| ·引言 | 第31页 |
| ·规则编码 | 第31-32页 |
| ·改进的QPSO 算法 | 第32-34页 |
| ·适应度函数的选择 | 第34-36页 |
| ·算法描述 | 第36-38页 |
| 第5章 仿真试验 | 第38-43页 |
| ·选择不同适应度函数对规则提取效果的影响 | 第38-39页 |
| ·选择不同粒子群算法对规则提取效果的影响 | 第39-40页 |
| ·改进的QPSO 算法对规则提取效果的影响 | 第40-41页 |
| ·试验结果与展望 | 第41-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |
| 在读期间发表的学术论文 | 第46页 |
