摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 国内外基于克隆选择的入侵检测研究现状 | 第11-16页 |
1.2.1 国外研究现状 | 第11-13页 |
1.2.2 国内研究现状 | 第13-15页 |
1.2.3 研究现状分析 | 第15-16页 |
1.3 研究的内容 | 第16-18页 |
1.3.1 课题来源 | 第16页 |
1.3.2 论文内容 | 第16-17页 |
1.3.3 组织结构 | 第17-18页 |
第2章 相关理论概念介绍 | 第18-23页 |
2.1 克隆选择算法 | 第18-20页 |
2.1.1 相关概念介绍 | 第18-19页 |
2.1.2 克隆选择算法发展和步骤 | 第19页 |
2.1.3 克隆选择算法的缺陷 | 第19-20页 |
2.2 检测器相关概念和性能定义 | 第20-21页 |
2.3 支持向量机 | 第21页 |
2.4 遗传算法 | 第21-22页 |
2.5 本章小结 | 第22-23页 |
第3章 基于克隆选择的检测器生成算法研究 | 第23-35页 |
3.1 引言 | 第23页 |
3.2 VC-CSA算法 | 第23-28页 |
3.2.1 VC-CSA算法思想 | 第23页 |
3.2.2 算法步骤及解析 | 第23-24页 |
3.2.3 符号定义 | 第24-25页 |
3.2.4 疫苗算子 | 第25-27页 |
3.2.5 柯西(Cauchy)变异 | 第27-28页 |
3.3 时间复杂度分析 | 第28-29页 |
3.4 IDS模型嵌入 | 第29页 |
3.5 仿真试验 | 第29-34页 |
3.5.1 数据预处理 | 第30页 |
3.5.2 阈值赋值 | 第30-31页 |
3.5.3 ROC曲线对比分析 | 第31-32页 |
3.5.4 收敛性对比分析 | 第32-34页 |
3.6 本章小结 | 第34-35页 |
第4章 基于SVM的检测器分布情况研究 | 第35-43页 |
4.1 引言 | 第35-36页 |
4.2 基于遗传算法的SVM多分类算法 | 第36页 |
4.2.3 基于遗传算法的SVM决策树构造算法的缺陷 | 第36页 |
4.3 基于动态适应度遗传算法的SVM决策树生成算法 | 第36-40页 |
4.3.1 DGA-SVM算法思想 | 第37页 |
4.3.2 符号和操作定义 | 第37-39页 |
4.3.3 DGA-SVM算法实现 | 第39-40页 |
4.4 覆盖率和重叠率分析 | 第40页 |
4.5 仿真实验 | 第40-42页 |
4.5.1 GA-SVM和DGA-SVM分类精度对比 | 第40-41页 |
4.5.2 检测器数目 | 第41-42页 |
4.5.3 检测器分类前后效果对比 | 第42页 |
4.5.4 实验小结 | 第42页 |
4.6 本章小结 | 第42-43页 |
结论 | 第43-44页 |
参考文献 | 第44-49页 |
攻读硕士学位期间所发表的学术论文 | 第49-50页 |
致谢 | 第50页 |