| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·论文的研究背景 | 第10-11页 |
| ·论文的研究意义 | 第11-13页 |
| ·国内外研究现状 | 第13页 |
| ·论文的主要工作 | 第13页 |
| ·论文的组织结构 | 第13-16页 |
| 第2章 网络安全和入侵检测系统概述 | 第16-36页 |
| ·网络安全问题 | 第16-21页 |
| ·安全的概念 | 第16页 |
| ·入侵的概念 | 第16页 |
| ·入侵的一般过程 | 第16-18页 |
| ·常见的攻击原理与特征 | 第18-19页 |
| ·网络安全问题的根源 | 第19-20页 |
| ·传统的网络安全技术 | 第20-21页 |
| ·入侵检测系统概述 | 第21-27页 |
| ·侵检测的基本概念 | 第22-23页 |
| ·入侵检测技术的原理 | 第23-25页 |
| ·入侵检测通用模型 | 第25-27页 |
| ·入侵检测技术分类 | 第27-33页 |
| ·按数据源分类 | 第27-29页 |
| ·按分析方法分类 | 第29-33页 |
| ·侵检测系统的存在的问题 | 第33-34页 |
| ·侵检测的发展趋势 | 第34-36页 |
| 第3章 基于SOM_BP混合神经网络的入侵检测模型 | 第36-60页 |
| ·人工神经网络 | 第36-47页 |
| ·人工神经网络发展历程 | 第36-38页 |
| ·人工神经网络的基本模型 | 第38-43页 |
| ·人工神经网络的基本功能 | 第43-44页 |
| ·人工神经网络的学习规则 | 第44-47页 |
| ·SOM神经网络和SOM算法 | 第47-49页 |
| ·SOM网络算法的思路 | 第47页 |
| ·SOM算法的数学描述 | 第47-48页 |
| ·SOM神经网络的优缺点 | 第48-49页 |
| ·BP神经网络和BP算法 | 第49-53页 |
| ·BP网络算法的思路 | 第49-50页 |
| ·BP算法的数学描述 | 第50-52页 |
| ·BP神经网络的优缺点 | 第52-53页 |
| ·人工神经网络在网络入侵检测中的应用 | 第53-54页 |
| ·人工神经网络应用于入侵检测的优点 | 第53页 |
| ·人工神经网络应用于异常检测存在的问题 | 第53-54页 |
| ·混合结构神经网络模型 | 第54-56页 |
| ·改进的主成分分析算法 | 第56-60页 |
| 第4章 实验仿真及数据分析 | 第60-72页 |
| ·入侵检测系统和算法的评估标准 | 第60-61页 |
| ·数据来源 | 第61-67页 |
| ·数据的获取 | 第61页 |
| ·数据的预处理 | 第61-67页 |
| ·仿真结果及分析 | 第67-72页 |
| 第5章 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77页 |