| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究课题的背景和意义 | 第11-13页 |
| ·研究课题的背景 | 第11-12页 |
| ·研究课题的意义 | 第12-13页 |
| ·入侵检测技术的发展 | 第13-17页 |
| ·入侵检测技术发展历史 | 第13-15页 |
| ·入侵检测技术的发展现状 | 第15-17页 |
| ·论文主要工作 | 第17-18页 |
| 第二章 入侵检测与生物免疫原理 | 第18-34页 |
| ·入侵检测概论 | 第18-22页 |
| ·入侵检测的基本概念及模型 | 第18页 |
| ·入侵检测分类及技术分析 | 第18-22页 |
| ·生物免疫系统基础 | 第22-28页 |
| ·免疫的定义 | 第22页 |
| ·免疫学中的基本概念 | 第22-23页 |
| ·免疫系统的机理 | 第23-26页 |
| ·免疫系统的性质 | 第26-28页 |
| ·入侵检测系统和生物免疫系统的对比 | 第28-31页 |
| ·入侵检测系统和生物免疫系统 | 第28-29页 |
| ·入侵检测系统和生物免疫系统的相似性 | 第29-30页 |
| ·入侵检测系统和生物免疫系统的区别 | 第30页 |
| ·基于生物免疫机理的入侵检测系统的特性 | 第30-31页 |
| ·该领域研究进展 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 免疫学习算法在网络入侵检测中的应用 | 第34-47页 |
| ·否定选择算法 | 第34-39页 |
| ·经典否定选择算法 | 第34-35页 |
| ·否定选择过程的模拟 | 第35-36页 |
| ·各种免疫检测器产生算法及对比 | 第36-37页 |
| ·自适应进化否定选择算法 | 第37-39页 |
| ·肯定选择算法 | 第39-40页 |
| ·肯定选择 | 第39-40页 |
| ·肯定选择过程的模拟 | 第40页 |
| ·克隆选择算法 | 第40-46页 |
| ·经典克隆选择算法 | 第40-41页 |
| ·克隆选择过程的模拟 | 第41-42页 |
| ·动态克隆选择算法 | 第42-43页 |
| ·自适应混沌免疫克隆规划算法 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 自适应免疫网络入侵检测模型 | 第47-56页 |
| ·研究动机 | 第47页 |
| ·问题的提出 | 第47页 |
| ·研究目标 | 第47页 |
| ·自适应采样算法 | 第47-50页 |
| ·动机 | 第48页 |
| ·加权最小二乘预测 | 第48-49页 |
| ·自适应采样算法 | 第49-50页 |
| ·自适应免疫模型 | 第50-55页 |
| ·动机 | 第50-51页 |
| ·现有否定选择在入侵检测中存在的不足 | 第51页 |
| ·自体/非自体的定义 | 第51-52页 |
| ·自适应网络入侵检测模型 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 系统实现 | 第56-72页 |
| ·实验数据集 | 第56-58页 |
| ·数据集IES(information Exploration shootout) | 第56-57页 |
| ·KDD Cup 1999数据集 | 第57-58页 |
| ·数据预处理 | 第58-60页 |
| ·数据简化 | 第58-59页 |
| ·数据离散化 | 第59-60页 |
| ·实验工具选取 | 第60页 |
| ·自适应采样算法实验与分析 | 第60-62页 |
| ·自适应进化否定选择算法试验与分析 | 第62-64页 |
| ·测试数据处理 | 第62-64页 |
| ·实验结果 | 第64页 |
| ·结果分析 | 第64页 |
| ·归一化实数编码自适应混沌免疫克隆规划算法的实验与分析 | 第64-65页 |
| ·测试数据处理 | 第64-65页 |
| ·实验结果 | 第65页 |
| ·分析 | 第65页 |
| ·自适应免疫网络入侵检测系统的实现 | 第65-71页 |
| ·实验环境的搭建 | 第65-68页 |
| ·捕获数据及处理 | 第68-69页 |
| ·系统结构图 | 第69-70页 |
| ·实验测试及分析 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 结论与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 附录A:KDD99数据属性特征表 | 第78-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |