首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于软计算理论的入侵检测技术研究

中文摘要第1-4页
ABSTRACT第4-9页
第一章 绪论第9-19页
   ·研究入侵检测系统的重要意义第9-11页
     ·信息安全的基本要求第9-10页
     ·入侵检测系统的研究意义第10-11页
   ·入侵检测系统的关键技术第11-12页
   ·入侵检测系统存在的问题及其解决策略第12-14页
   ·本论文拟解决的主要问题第14-17页
     ·基于主机的入侵检测系统存在的问题第14-15页
     ·基于网络的入侵检测系统存在的问题第15-16页
     ·入侵预测与防御技术第16页
     ·入侵检测系统体系结构问题第16-17页
   ·本论文的主要创新观点第17-18页
   ·本论文的组织结构第18-19页
第二章 基于系统调用的入侵检测技术研究第19-44页
   ·基于系统调用短序列的入侵检测技术存在的问题第19-22页
     ·Tide算法第19-20页
     ·Stide算法第20-22页
     ·T-Stide算法第22页
   ·利用模糊神经网络构建基于系统调用短序列的入侵检测模型第22-33页
     ·模糊计算与神经计算第22-25页
     ·按危险度对系统调用进行分类第25-26页
     ·基于模糊神经网络的入侵检测技术第26-33页
   ·基于系统调用频度与顺序特性的入侵检测方法第33-43页
     ·基于系统调用频度特性的入侵检测第33-35页
     ·对KNN入侵检测算法的改进第35-37页
     ·基于系统调用的顺序和频度特性的行为描述第37页
     ·改进的相似度计算因子第37-39页
     ·改进的相似度计算因子的优点第39页
     ·实验结果第39-43页
   ·本章小结第43-44页
第三章 网络入侵检测技术研究第44-77页
   ·网络入侵检测技术分析第44-46页
   ·基于改进的动态神经网络的入侵检测模型第46-59页
     ·静态神经网络的入侵检测技术存在的不足第46-49页
     ·改进型动态神经网络的结构第49-50页
     ·用改进型遗传算法调节动态神经网络权系数和开关参数第50-54页
     ·用改进的遗传算法对动态神经网络进行调节第54-55页
     ·基于改进型动态神经网络的网络入侵检测模型的设计第55页
     ·实验数据第55-56页
     ·对所设计的四个DNNID进行训练第56-57页
     ·对所设计的系统进行测试第57-58页
     ·分析第58-59页
   ·基于属性约简与自适应模糊神经网络的入侵检测方法第59-76页
     ·对现有模型进行分析第59-63页
     ·基于SOM神经网络的网络数据属性约简第63-67页
     ·基于自适应模糊神经网络的入侵检测方法第67-73页
     ·实验结果第73-76页
   ·本章小结第76-77页
第四章 入侵预测与防御系统研究第77-94页
   ·入侵预测与防御系统概述第77页
   ·利用”计划识别”算法预测主机入侵第77-78页
   ·利用软计算技术构建基于系统调用短序列的入侵预测模型第78-84页
     ·具有抗噪声干扰的软计算模型第78-82页
     ·基于系统调用的主机入侵预测模型第82-83页
     ·实验结果第83-84页
   ·网络连接的局部线性预测模型(LLPM)第84-86页
   ·基于模糊神经网络的网络入侵预测模型第86-92页
     ·FNNIP的结构第86-88页
     ·网络行为预测描述第88-89页
     ·实验结果第89-92页
   ·本章小结第92-94页
第五章 面向全局网络的入侵检测系统框架第94-105页
   ·公共入侵检测模型框架第94-95页
   ·对现有的入侵检测模型进行分析第95-99页
   ·面向全局网络的入侵检测系统基本框架第99-103页
     ·面向全局网络的入侵检测整体结构第99-100页
     ·面向全局网络入侵检测系统中AIDS的结构第100-103页
     ·对所提出的模型进行分析第103页
   ·本章小结第103-105页
第六章 总结与展望第105-107页
参考文献第107-115页
发表论文和科研情况说明第115-116页
致谢第116页

论文共116页,点击 下载论文
上一篇:模式S应答接收机数字处理系统设计
下一篇:440t/h燃烧无烟煤CFB锅炉优化燃烧试验研究