基于人工免疫的记忆检测器研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·课题研究的背景 | 第11-14页 |
| ·计算机网络的安全问题 | 第11-12页 |
| ·入侵检测的必要性 | 第12-13页 |
| ·基于人工免疫的入侵检测 | 第13页 |
| ·检测器 | 第13-14页 |
| ·基于人工免疫的检测器的研究现状 | 第14-16页 |
| ·国外的研究现状 | 第14-16页 |
| ·国内的研究现状 | 第16页 |
| ·本文研究的意义和主要内容 | 第16-17页 |
| ·课题来源 | 第16页 |
| ·本文研究的意义 | 第16-17页 |
| ·本文研究的主要内容 | 第17页 |
| ·本文结构 | 第17-19页 |
| 第2章 入侵检测系统与人工免疫系统 | 第19-35页 |
| ·引言 | 第19页 |
| ·入侵检测系统简介 | 第19-20页 |
| ·入侵检测模型 | 第20-22页 |
| ·Denning 模型 | 第20-21页 |
| ·CIDF 模型 | 第21-22页 |
| ·入侵检测技术的分类 | 第22-24页 |
| ·基于主机的入侵检测 | 第22-23页 |
| ·基于网络的入侵检测 | 第23页 |
| ·误用检测 | 第23-24页 |
| ·异常检测 | 第24页 |
| ·入侵检测技术面临的问题 | 第24-25页 |
| ·入侵检测的发展趋势 | 第25-26页 |
| ·生物免疫系统与入侵检测系统的类似性 | 第26-27页 |
| ·生物免疫机理 | 第27-29页 |
| ·免疫应答 | 第27-28页 |
| ·免疫识别 | 第28页 |
| ·受体多样性 | 第28-29页 |
| ·抗体指令多样性 | 第29页 |
| ·人工免疫系统 | 第29-34页 |
| ·人工免疫相关术语 | 第30-32页 |
| ·人工免疫算法 | 第32-33页 |
| ·AIS 的一般框架 | 第33-34页 |
| ·基于人工免疫的入侵检测技术的发展趋势 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第3章 基于人工免疫的记忆检测器研究 | 第35-51页 |
| ·引言 | 第35页 |
| ·自体的研究 | 第35-38页 |
| ·自体的定义 | 第35-36页 |
| ·表示法:基因型和表现型 | 第36-37页 |
| ·自体集确定方式 | 第37-38页 |
| ·记忆检测器研究 | 第38-48页 |
| ·生物学原理 | 第38-39页 |
| ·记忆检测器与其他检测器的关系 | 第39-40页 |
| ·记忆检测器生成演化 | 第40页 |
| ·记忆检测器的动态淘汰降职 | 第40-43页 |
| ·记忆检测器的变异 | 第43-47页 |
| ·记忆检测器的动态转化 | 第47-48页 |
| ·仿真实验及结果分析 | 第48-50页 |
| ·实验参数设定 | 第48页 |
| ·检测率 | 第48-49页 |
| ·错误肯定率 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 基于记忆检测器的入侵检测模型设计与实现 | 第51-63页 |
| ·引言 | 第51-52页 |
| ·基于人工免疫的入侵检测模型 | 第52-54页 |
| ·ARTIS 模型 | 第52-53页 |
| ·aiNet 网络模型 | 第53-54页 |
| ·改进的入侵检测模型 | 第54-59页 |
| ·问题定义 | 第54-55页 |
| ·检测器 | 第55-56页 |
| ·分类识别 | 第56页 |
| ·检测器的动态更新 | 第56-57页 |
| ·自体的动态更新 | 第57页 |
| ·动态学习 | 第57-58页 |
| ·协同刺激 | 第58-59页 |
| ·仿真实验及结果分析 | 第59-62页 |
| ·实验描述 | 第59-60页 |
| ·实验结果及分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
