基于机器学习与人工免疫的入侵检测系统研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-18页 |
| ·入侵检测的必要性 | 第8-10页 |
| ·入侵检测的分类 | 第10-11页 |
| ·入侵检测系统模型设计 | 第11-15页 |
| ·入侵检测系统的一般流程 | 第11-14页 |
| ·入侵检测功能 | 第14页 |
| ·现有入侵检测系统的缺点 | 第14-15页 |
| ·本文中主要内容的介绍 | 第15-17页 |
| 参考文献 | 第17-18页 |
| 第二章 人工免疫在入侵检测系统中的应用 | 第18-32页 |
| ·绪论 | 第18-19页 |
| ·免疫系统与网络安全 | 第19-20页 |
| ·基于免疫机制的入侵检测系统 | 第20-26页 |
| ·近年来基于免疫的入侵检测研究进展 | 第26-27页 |
| ·总结与讨论 | 第27-28页 |
| 参考文献 | 第28-32页 |
| 第三章 入侵检测系统中针对系统调用的免疫算法 | 第32-42页 |
| ·引言 | 第32-33页 |
| ·系统调用序列 | 第33-34页 |
| ·目前常用的系统调用序列检测模型 | 第34-35页 |
| ·短序列时序分析方法应用于检测系统调用序列 | 第35-37页 |
| ·实验验证 | 第37-39页 |
| ·总结与讨论 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 第四章 基于机器学习的入侵检测系统 | 第42-52页 |
| ·一类分类器介绍 | 第42页 |
| ·新颖发现算法 | 第42-44页 |
| ·PARZEN窗估计 | 第44-46页 |
| ·一类分类器的融合 | 第46-47页 |
| ·实验结果 | 第47-49页 |
| ·总结与讨论 | 第49-51页 |
| 参考文献 | 第51-52页 |
| 第五章 入侵检测系统的设计与实现 | 第52-68页 |
| ·检测系统概述 | 第52-53页 |
| ·系统客户端 | 第53-55页 |
| ·系统服务端 | 第55-61页 |
| ·服务端算法流程 | 第55-58页 |
| ·客户端连接请求响应模块 | 第58页 |
| ·数据接收模块 | 第58-59页 |
| ·信号数据检测模块 | 第59-61页 |
| ·系统演示 | 第61-66页 |
| ·运行服务端 | 第61-63页 |
| ·运行数据发送端 | 第63-64页 |
| ·数据检测端检测数据 | 第64-66页 |
| ·总结与讨论 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 致谢 | 第70-72页 |
| 研究成果 | 第72-73页 |
