| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-11页 |
| ·研究工作的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·国外的研究现状 | 第8-9页 |
| ·国内的研究现状 | 第9页 |
| ·入侵检测技术在电力信息网络中的应用研究 | 第9-10页 |
| ·论文的主要研究内容 | 第10页 |
| ·论文的组织安排 | 第10-11页 |
| 第二章 入侵检测及人工免疫理论 | 第11-23页 |
| ·入侵检测的相关概念 | 第11页 |
| ·入侵检测系统的分类 | 第11-13页 |
| ·根据数据源分类 | 第11-12页 |
| ·根据入侵检测的方法分类 | 第12页 |
| ·根据系统结构分类 | 第12-13页 |
| ·入侵检测系统的体系结构 | 第13-14页 |
| ·生物免疫的相关理论 | 第14-17页 |
| ·免疫与免疫系统 | 第14页 |
| ·免疫系统的机制 | 第14-16页 |
| ·生物免疫系统的特点 | 第16-17页 |
| ·入侵检测系统与生物免疫系统的比较 | 第17-18页 |
| ·基于人工免疫的入侵检测发展方向 | 第18-19页 |
| ·人工免疫算法 | 第19-22页 |
| ·匹配规则 | 第19-20页 |
| ·否定选择算法 | 第20-21页 |
| ·克隆选择算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 基于遗传算法的动态克隆选择算法的设计 | 第23-36页 |
| ·问题描述 | 第23页 |
| ·传统的动态克隆选择算法 | 第23-25页 |
| ·动态克隆选择算法的设计 | 第25-32页 |
| ·匹配规则的设计 | 第25页 |
| ·遗传算法简介 | 第25-26页 |
| ·适应度的计算方法 | 第26-27页 |
| ·基于遗传算法的动态克隆选择算法 | 第27-32页 |
| ·仿真实验 | 第32-35页 |
| ·实验目的 | 第32页 |
| ·数据集的选择及参数设定 | 第32-33页 |
| ·实验过程及结果 | 第33-35页 |
| ·结果分析 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 入侵检测系统在电力市场运营系统中的应用研究 | 第36-45页 |
| ·电力市场运营系统介绍 | 第36-39页 |
| ·电力市场运营系统的体系结构及功能 | 第36-37页 |
| ·电力市场运营系统的工作流程 | 第37-38页 |
| ·电力市场运营系统的分区结构 | 第38-39页 |
| ·电力市场运营系统的入侵问题 | 第39-41页 |
| ·电力市场运营系统的数据通信 | 第39-40页 |
| ·电力市场运营系统的入侵 | 第40-41页 |
| ·入侵检测系统在电力市场运营系统中的应用 | 第41-44页 |
| ·入侵检测系统的内部结构 | 第41-43页 |
| ·数据处理模块 | 第41-42页 |
| ·入侵检测模块 | 第42-43页 |
| ·报警模块 | 第43页 |
| ·入侵检测系统的部署 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 电力市场运营系统入侵检测的实验与分析 | 第45-50页 |
| ·实验目的 | 第45页 |
| ·系统数据结构的设计 | 第45-46页 |
| ·实验环境搭建 | 第46页 |
| ·数据来源 | 第46-47页 |
| ·实验过程及结果 | 第47-48页 |
| ·实验分析及结论 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 在学期间发表的学术论文和参加科研情况 | 第56页 |