| 第一章 绪论 | 第1-19页 |
| ·相关背景研究 | 第7-10页 |
| ·网络安全的概念 | 第7-8页 |
| ·网络安全研究现状 | 第8-10页 |
| ·入侵检测系统(IDS) | 第10-18页 |
| ·IDS定义 | 第10-11页 |
| ·入侵检测系统分类 | 第11-13页 |
| ·入侵检测系统的组成 | 第13-14页 |
| ·入侵检测技术 | 第14-17页 |
| ·入侵检测技术的发展趋势 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 主分量分析与白化 | 第19-27页 |
| ·主分量分析(PCA) | 第19-23页 |
| ·基于最大方差的主分量估计 | 第20-22页 |
| ·基于最大均方误差的主分量估计 | 第22-23页 |
| ·白化 | 第23-24页 |
| ·正交变换 | 第24页 |
| ·本章小结 | 第24-27页 |
| 第三章 独立分量分析 | 第27-37页 |
| ·独立分量分析模型 | 第27-29页 |
| ·模型及约束条件 | 第27-28页 |
| ·算法原理 | 第28-29页 |
| ·独立分量分析算法 | 第29-34页 |
| ·基于KURTOSIS的算法 | 第29-31页 |
| ·基于负熵的算法 | 第31-34页 |
| ·本章小结 | 第34-37页 |
| 第四章 基于独立分量模型的入侵检测算法 | 第37-43页 |
| ·引言 | 第37页 |
| ·基于独立分量分析模型的入侵检测算法 | 第37-40页 |
| ·分类器的设计 | 第40-41页 |
| ·仿真实验及结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 基于独立分量分析和伪贝叶斯估计的入侵检测方法 | 第43-51页 |
| ·朴素贝叶斯分类器 | 第43-44页 |
| ·伪贝叶斯估计 | 第44-46页 |
| ·基于最小互信息的独立分量分析算法 | 第46-47页 |
| ·分类器设计及结果分析 | 第47-48页 |
| ·本章小结 | 第48-51页 |
| 第六章 基于独立分量分析和支撑矢量机的入侵检测算法 | 第51-59页 |
| ·引言 | 第51页 |
| ·输入变量选择 | 第51-53页 |
| ·基于ICA和SVM的输入变量选择算法 | 第53-57页 |
| ·支撑矢量机分类器 | 第53-55页 |
| ·基于支撑矢量机的输入变量选择算法 | 第55-57页 |
| ·分类器设计及结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结束语 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者在校期间研究成果 | 第67页 |