| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景 | 第10-11页 |
| ·计算机安全及入侵检测 | 第11-16页 |
| ·计算机安全的概念 | 第11-12页 |
| ·传统的安全措施 | 第12-15页 |
| ·进行入侵检测的必要性 | 第15-16页 |
| ·入侵检测研究状况 | 第16-17页 |
| ·本文的主要研究内容 | 第17页 |
| ·本文的内容安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第2章 入侵检测概述 | 第19-30页 |
| ·入侵检测介绍 | 第19-23页 |
| ·入侵检测的基本概念 | 第19-20页 |
| ·入侵检测的一般步骤 | 第20-22页 |
| ·入侵检测与P~2DR模型 | 第22-23页 |
| ·入侵检测技术的分类及主要技术 | 第23-27页 |
| ·按照信息源的分类 | 第23-24页 |
| ·按照检测方法的分类 | 第24-27页 |
| ·入侵检测技术面临的主要问题及发展趋势 | 第27-28页 |
| ·入侵检测技术面临的主要问题 | 第27-28页 |
| ·入侵检测系统的发展趋势 | 第28页 |
| ·高速网络环境下基于多层感知器神经网络的入侵检测系统 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 网络数据包的采集 | 第30-37页 |
| ·网络数据包截获机制 | 第30-31页 |
| ·利用Libpacp进行捕获数据包 | 第31-33页 |
| ·Libpcap介绍 | 第31-32页 |
| ·使用Libpcap开发网络捕包程序的步骤 | 第32-33页 |
| ·高速网络环境下的捕包技术 | 第33-36页 |
| ·高速网络环境下捕包遇到的问题 | 第33-34页 |
| ·内存映射数据包捕获技术 | 第34-35页 |
| ·NAPI数据包捕获技术 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于多层感知器神经网络进行数据包的分析 | 第37-53页 |
| ·神经网络概述 | 第37-43页 |
| ·神经网络的发展及特征 | 第37-38页 |
| ·神经网络的基本组成 | 第38-39页 |
| ·神经网络的学习过程 | 第39-43页 |
| ·常用神经网络算法 | 第43页 |
| ·多层感知器神经网络 | 第43-50页 |
| ·多层感知器神经网络简介 | 第43-44页 |
| ·反向传播算法 | 第44-48页 |
| ·反向传播学习的局限性 | 第48-49页 |
| ·反向传播学习的改进 | 第49-50页 |
| ·使用多层感知器神经网络进行入侵检测的优势 | 第50-51页 |
| ·针对不同网络协议建立不同的多层感知器网络 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 系统实现及实验 | 第53-73页 |
| ·系统架构以及总体设计 | 第53-54页 |
| ·数据包捕获模块 | 第54-57页 |
| ·内存映射的实现 | 第54-55页 |
| ·NAPI的实现 | 第55-56页 |
| ·协议解析模块的实现 | 第56-57页 |
| ·数据预处理模块 | 第57-63页 |
| ·数值预处理 | 第58-62页 |
| ·数据包分类器 | 第62-63页 |
| ·训练模块 | 第63-65页 |
| ·神经网络的结构 | 第63-64页 |
| ·神经网络的参数 | 第64-65页 |
| ·训练算法的实现 | 第65页 |
| ·检测模块 | 第65-67页 |
| ·系统实验 | 第67-70页 |
| ·系统演示 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 第6章 总结和展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-78页 |