| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究背景 | 第10-11页 |
| ·入侵检测技术的发展现状 | 第11-14页 |
| ·现有入侵检测系统存在的问题 | 第14-15页 |
| ·入侵检测研究的必要性 | 第15-16页 |
| ·本文主要研究内容和结构 | 第16-18页 |
| 第2章 检测模型的建立与检测引擎的算法分析 | 第18-28页 |
| ·网络入侵检测模型的建立 | 第18-22页 |
| ·工作原理 | 第18-19页 |
| ·检测模型的设计与建立 | 第19-22页 |
| ·检测引擎的算法分析 | 第22-27页 |
| ·误用检测引擎的算法分析 | 第22-24页 |
| ·异常检测引擎的算法分析 | 第24-26页 |
| ·智能检测算法分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于遗传算法的特征子集选择方法的提出 | 第28-45页 |
| ·异常检测中特征子集选择的必要性 | 第28-29页 |
| ·特征子集选择策略的分析 | 第29-32页 |
| ·网络攻击特征分析 | 第29-30页 |
| ·特征子集选择解决方案的研究 | 第30-32页 |
| ·基于遗传算法的特征子集选择方法的提出 | 第32-43页 |
| ·问题描述 | 第32页 |
| ·遗传算法原理与数学基础 | 第32-37页 |
| ·遗传算法进行特征子集选择的执行策略的设计 | 第37-43页 |
| ·本章小结 | 第43-45页 |
| 第4章 基于遗传聚类的网络入侵检测算法研究 | 第45-66页 |
| ·算法背景 | 第45-46页 |
| ·聚类分析在异常入侵检测中的应用研究 | 第46-48页 |
| ·聚类分析应用于入侵检测的要求 | 第46页 |
| ·聚类分析在异常检测中的应用 | 第46-48页 |
| ·基于判别遗传聚类算法的异常检测方法的实现 | 第48-58页 |
| ·遗传聚类算法原理 | 第48-49页 |
| ·检测数据的预处理 | 第49-52页 |
| ·NAIDGC 算法的执行策略的设计 | 第52-57页 |
| ·NAIDGC 算法的不足 | 第57-58页 |
| ·基于改进的IDBGC 算法的网络入侵检测算法的提出 | 第58-65页 |
| ·改进的IDBGC 算法原理 | 第58-59页 |
| ·最近邻聚类阶段算法的设计 | 第59-60页 |
| ·遗传优化阶段算法的设计 | 第60-64页 |
| ·遗传优化算法的执行策略的设计 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第5章 仿真实验及结果分析 | 第66-78页 |
| ·实验数据来源 | 第66-68页 |
| ·GAOT 工具箱简介 | 第68-69页 |
| ·基于遗传算法的特征子集选择的仿真实验 | 第69-70页 |
| ·NAIDGC 算法的仿真实验 | 第70-73页 |
| ·改进的IDBGC 算法的仿真实验 | 第73-75页 |
| ·实验结果分析和算法评价 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 作者简介 | 第87页 |