基于小波神经网络的入侵检测技术研究
| 1 引言 | 第1-9页 |
| 2 入侵检测技术概述 | 第9-10页 |
| 3 小波分析理论 | 第10-12页 |
| ·小波及小波变换 | 第10-11页 |
| ·小波理论研究的趋势 | 第11-12页 |
| 4 人工神经网络理论基础 | 第12-16页 |
| ·神经元结构模型 | 第12-13页 |
| ·人工神经网络的训练 | 第13-14页 |
| ·无导师学习 | 第14页 |
| ·有导师学习 | 第14页 |
| ·BP神经网络理论 | 第14-16页 |
| ·BP神经网络的概念和结构 | 第15页 |
| ·BP网络的训练及算法 | 第15-16页 |
| 5 基于小波神经网络的入侵检测系统 | 第16-27页 |
| ·小波神经网络 | 第17页 |
| ·基于小波神经网络的入侵检测的实现 | 第17-27页 |
| ·入侵检测模型网络结构 | 第18-19页 |
| ·小波神经网络学习算法一 | 第19-22页 |
| ·小波神经网络学习算法二 | 第22-23页 |
| ·实验样本数据的收集和处理 | 第23-25页 |
| ·实验模型的网络设计及具体算法实现过程 | 第25-27页 |
| 6 实验结果及分析 | 第27-34页 |
| ·仿真实验数据及训练曲线 | 第27-30页 |
| ·第一种算法 | 第28-29页 |
| ·第二种算法 | 第29页 |
| ·传统BP算法 | 第29-30页 |
| ·测试结果 | 第30-32页 |
| ·实验结果分析及讨论 | 第32-34页 |
| 7 结论 | 第34-36页 |
| 参考文献 | 第36-38页 |