基于QPSO算法的入侵检测技术研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-11页
·研究背景	第7-8页
·研究现状	第8-9页
·论文的研究内容和研究方法	第9-11页
第二章 算法介绍和优化方法	第11-17页
·粒子群算法（PSO）简介	第11-13页
·量子粒子群算法(QPSO)	第13-14页
·常见的优化算法与粒子群算法的比较	第14-17页
第三章 数据挖掘技术在入侵检测中的应用	第17-27页
·入侵检测发展	第17-22页
·数据挖掘技术	第22-26页
·数据挖掘技术在入侵检测中的应用	第26-27页
第四章 基于QPSO 算法的异常检测方法	第27-37页
·课题研究基础	第27页
·在异常检测中应用模糊关联规则挖掘	第27-30页
·模糊关联规则	第27-29页
·相似度的计算	第29页
·隶属度函数建立	第29-30页
·QPSO 算法对隶属度函数参数优化的实现	第30-34页
·算法初始化过程	第30-32页
·算法进化过程	第32-34页
·运算终止	第34页
·遗传算法对隶属度函数参数优化过程的实现	第34-36页
·编码过程	第34-35页
·目标函数	第35页
·遗传算子	第35页
·运算终止	第35-36页
·本章小结	第36-37页
第五章 网络流量的异常检测实现	第37-45页
·测试方案	第37-38页
·测试目的	第37页
·测试数据源	第37-38页
·QPSO 算法测试实现过程	第38-42页
·数据挖掘过程	第38-39页
·初始化过程	第39-40页
·参数优化过程及结果	第40-42页
·遗传算法测试实现过程	第42-43页
·QPSO 算法和遗传算法测试结果分析及其比较	第43-44页
·本章小结	第44-45页
第六章 结论与展望	第45-47页
·本文的主要贡献	第45页
·今后展望	第45-47页
致谢	第47-48页
参考文献	第48-50页
在读期间发表的学术论文	第50页