| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-22页 |
| ·入侵检测的定义 | 第13页 |
| ·入侵检测系统的定义及其研究现状 | 第13-16页 |
| ·入侵检测系统的分类 | 第16-19页 |
| ·按照信息的来源分类 | 第16-17页 |
| ·按照分析方法分类 | 第17-18页 |
| ·按照组成方式分类 | 第18-19页 |
| ·入侵检测技术的发展趋势 | 第19-21页 |
| ·论文的主要研究内容 | 第21-22页 |
| 第2章 云理论的相关知识 | 第22-32页 |
| ·云理论及其研究现状 | 第22-23页 |
| ·云理论在入侵检测中应用的研究现状 | 第23-24页 |
| ·云模型(Cloud Model) | 第24-27页 |
| ·云的特性 | 第24-25页 |
| ·云的数字特征 | 第25-26页 |
| ·正态云模型 | 第26-27页 |
| ·云发生器 | 第27-30页 |
| ·正向云发生器(Forward Cloud Generator) | 第27-28页 |
| ·X条件云发生器 | 第28-29页 |
| ·二维和多维正态云模型 | 第29-30页 |
| ·云模型中的假设问题 | 第30页 |
| ·云发生器的误差 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 IDS中数据的预处理 | 第32-47页 |
| ·数据选取 | 第32-35页 |
| ·偏差抽样技术 | 第33-34页 |
| ·样本密度值的计算 | 第34-35页 |
| ·数据清理 | 第35-37页 |
| ·空缺值处理 | 第35-36页 |
| ·噪声数据处理 | 第36-37页 |
| ·不一致数据处理 | 第37页 |
| ·数据集成 | 第37-38页 |
| ·数据变换 | 第38-39页 |
| ·数据规约 | 第39-41页 |
| ·维规约 | 第39-40页 |
| ·数据压缩 | 第40-41页 |
| ·数据立方体聚集 | 第41页 |
| ·数据区间的合理划分 | 第41-46页 |
| ·局部孤立系数 | 第41-43页 |
| ·局部孤立系数波峰法LOCW定义 | 第43-44页 |
| ·LOCW时间复杂度分析 | 第44页 |
| ·LOCW的实验与仿真 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 基于云理论的IDS | 第47-63页 |
| ·基于云理论危险定义的IDS | 第47-51页 |
| ·免疫学中的伪肯定与伪否定问题 | 第47-48页 |
| ·IDS中危险理论的定义及相关研究 | 第48-49页 |
| ·IDS中危险的描述 | 第49-51页 |
| ·基于云理论与多传感器加权平均的IDS | 第51-56页 |
| ·对性能指标的原始数据进行一致性检验 | 第52-53页 |
| ·利用多传感器加权平均求得数据的融合值及对应的最小方差 | 第53-55页 |
| ·利用云模型搭建描述性能指标的定性评测云发生器 | 第55页 |
| ·仿真实例 | 第55-56页 |
| ·基于PC-LINMAP耦合赋权及云理论的IDS | 第56-61页 |
| ·确定系统的主要性能指标 | 第57-58页 |
| ·PC-LINMAP耦合赋权法 | 第58-60页 |
| ·运用云理论实现系统发生入侵可能性大小的定性评测 | 第60页 |
| ·简单实例 | 第60-61页 |
| ·基于云理论定性描述的IDS检测的流程 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70页 |