| 第一章 绪论 | 第1-15页 |
| ·引言 | 第9-12页 |
| ·入侵检测的意义及发展状况 | 第9-10页 |
| ·入侵检测存在的问题及挑战 | 第10-11页 |
| ·国内外相关研究成果 | 第11-12页 |
| ·论文的研究内容 | 第12-14页 |
| ·论文的组织结构 | 第14-15页 |
| 第二章 入侵检测中的模式识别问题研究 | 第15-27页 |
| ·模式识别 | 第15-18页 |
| ·概述 | 第15-16页 |
| ·实现方法 | 第16-18页 |
| ·基于神经网络的分类问题 | 第18-26页 |
| ·神经元模型 | 第18-19页 |
| ·隐层结点设置 | 第19-20页 |
| ·神经网络分类器 | 第20-25页 |
| ·适用于入侵检测的神经网络分类器 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 多神经网络分类器组合模型 | 第27-43页 |
| ·多分类器组合模型 | 第27-32页 |
| ·组合分类器 | 第27-28页 |
| ·组合方法 | 第28-32页 |
| ·一种新的树形分类器组合模型 | 第32-35页 |
| ·原理概述 | 第32-33页 |
| ·BP-LVQ树型组合分类模型描述 | 第33-35页 |
| ·模型特征 | 第35页 |
| ·MATLAB工具箱 | 第35-40页 |
| ·MATLAB简介 | 第36页 |
| ·MATLAB的神经网络工具箱 | 第36-40页 |
| ·MATLAB的统计工具箱 | 第40页 |
| ·实验及结果分析 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 一种用于入侵检测的BP-LVQ神经网络组合分类模型 | 第43-56页 |
| ·基于入侵检测的BP-LVQ神经网络组合分类器 | 第43-44页 |
| ·BP-LVQ NN组合分类器 | 第43-44页 |
| ·分类器特性 | 第44页 |
| ·入侵检测数据的PCA研究 | 第44-50页 |
| ·入侵检测的数据特征 | 第45页 |
| ·PCA特征提取 | 第45-46页 |
| ·基于MATLAB的PCA实现 | 第46-47页 |
| ·形用户界面(GUI)设计 | 第47-48页 |
| ·PCA结果分析 | 第48-50页 |
| ·实验及结果分析 | 第50-54页 |
| ·小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表论文情况 | 第63页 |