蚁群算法在网络入侵特征选择上的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究的现状 | 第13-16页 |
| 1.3 存在的问题 | 第16页 |
| 1.4 论文研究内容及结构安排 | 第16-19页 |
| 1.4.1 研究的内容 | 第16-17页 |
| 1.4.2 论文的组织结构 | 第17-19页 |
| 第2章 课题相关研究技术 | 第19-33页 |
| 2.1 入侵检测 | 第19-23页 |
| 2.1.1 入侵检测的概述和检测流程 | 第19-21页 |
| 2.1.2 入侵检测系统的分类 | 第21-22页 |
| 2.1.3 入侵检测系统的性能指标 | 第22-23页 |
| 2.2 特征选择基本概述 | 第23-26页 |
| 2.3 蚁群算法 | 第26-29页 |
| 2.3.1 蚁群算法的基本原理和算法流程 | 第26-28页 |
| 2.3.2 蚁群算法的应用进展及发展趋势 | 第28-29页 |
| 2.4 支持向量机和数据源 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 基于改进蚁群算法的特征选择 | 第33-43页 |
| 3.1 蚁群算法缺点 | 第33-34页 |
| 3.2 提出的动态调整参数策略 | 第34-35页 |
| 3.2.1 引入同数量级参数优化转移概率 | 第34页 |
| 3.2.2 信息素更新规则的优化 | 第34-35页 |
| 3.3 特征选择的过程 | 第35-37页 |
| 3.4 入侵检测的整体过程 | 第37-38页 |
| 3.5 实验过程和结果分析 | 第38-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 基于遗传-蚁群算法的特征选择 | 第43-54页 |
| 4.1 遗传算法 | 第43-45页 |
| 4.1.1 遗传算法的原理 | 第43-44页 |
| 4.1.2 遗传算法的运算过程 | 第44-45页 |
| 4.2 提出的结合遗传算法方案 | 第45-46页 |
| 4.3 特征选择的过程 | 第46-49页 |
| 4.3.1 遗传算法获取优化解 | 第46-48页 |
| 4.3.2 蚁群算法获取最优解 | 第48-49页 |
| 4.4 入侵检测的整体过程 | 第49-50页 |
| 4.5 实验过程和结果分析 | 第50-53页 |
| 4.6 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-62页 |
| 附录A 攻读学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
