| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及研究意义 | 第9-11页 |
| 1.2 国内与国外的研究现状 | 第11-12页 |
| 1.3 本文的工作与组织结构 | 第12-14页 |
| 第二章 人工免疫网络入侵检测系统分析 | 第14-27页 |
| 2.1 入侵检测技术 | 第14-18页 |
| 2.1.1 入侵检测的含义 | 第14页 |
| 2.1.2 入侵检测的分类 | 第14-17页 |
| 2.1.3 入侵检测的现状 | 第17-18页 |
| 2.2 基于免疫的网络入侵检测 | 第18-20页 |
| 2.3 人类免疫系统概述 | 第20-21页 |
| 2.4 人工免疫系统的基本原理 | 第21-23页 |
| 2.4.1 否定选择算法 | 第21-22页 |
| 2.4.2 克隆选择算法 | 第22-23页 |
| 2.4.3 基因库进化 | 第23页 |
| 2.5 人工免疫入侵检测系统 | 第23-26页 |
| 2.5.1 人工免疫对入侵检测系统的启示 | 第23-25页 |
| 2.5.2 入侵检测系统的基本构成 | 第25-26页 |
| 2.6 本章小节 | 第26-27页 |
| 第三章 基于人工免疫的网络入侵检测系统模型 | 第27-37页 |
| 3.1 入侵检测系统模型 | 第27-30页 |
| 3.1.1 CIDF模型 | 第27-28页 |
| 3.1.2 基于人工免疫的网络入侵检测系统模型设计 | 第28-30页 |
| 3.2 人工免疫系统的特性与网络入侵检测系统 | 第30-32页 |
| 3.2.1 特征 | 第30页 |
| 3.2.2 自组织 | 第30-31页 |
| 3.2.3 轻量级 | 第31-32页 |
| 3.3 基于人工免疫系统的网络入侵检测模型N_AIS | 第32-36页 |
| 3.3.1 N_AIS入侵检测的数据处理流程 | 第33-34页 |
| 3.3.2 否定选择过程 | 第34页 |
| 3.3.3 克隆选择过程 | 第34-35页 |
| 3.3.4 检测基因库生成 | 第35-36页 |
| 3.4 本章小节 | 第36-37页 |
| 第四章 网络入侵检测系统设计实现 | 第37-53页 |
| 4.1 网络入侵检测问题形式化分析 | 第37-38页 |
| 4.2 网络入侵检测模型框架设计 | 第38-41页 |
| 4.3 网络入侵检测算法实现 | 第41-50页 |
| 4.3.1 自体模式类检测模块 | 第42-44页 |
| 4.3.2 记忆抗体检测模块 | 第44-47页 |
| 4.3.3 成熟抗体检测模块 | 第47-49页 |
| 4.3.4 动态自体集合模块 | 第49-50页 |
| 4.4 网络入侵检测系统的实现 | 第50-52页 |
| 4.4.1 开发环境 | 第50页 |
| 4.4.2 系统实现的软件界面 | 第50-52页 |
| 4.5 本章小节 | 第52-53页 |
| 第五章 网络入侵检测系统测试与分析 | 第53-66页 |
| 5.1 测试策略 | 第53-54页 |
| 5.2 漏洞分析 | 第54-58页 |
| 5.2.1 漏洞的定义及其存在的原因 | 第54-55页 |
| 5.2.2 对漏洞问题进行讨论 | 第55-58页 |
| 5.3 仿真实验与分析 | 第58-59页 |
| 5.3.1 实验数据分析 | 第58页 |
| 5.3.2 动态网络环境模拟 | 第58-59页 |
| 5.4 系统实现效果测试 | 第59-61页 |
| 5.5 设备信任度算法测试 | 第61-62页 |
| 5.6 基于信任度的RBAC效果测试 | 第62-63页 |
| 5.7 网络入侵检测模型的检测效果分析 | 第63-65页 |
| 5.8 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-67页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |