| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状与展望 | 第11-14页 |
| 1.2.1 随机森林研究现状 | 第11-13页 |
| 1.2.2 缓冲区溢出攻击研究现状 | 第13-14页 |
| 1.3 课题的来源及研究内容 | 第14-17页 |
| 1.3.1 课题来源 | 第14-15页 |
| 1.3.2 课题的主要研究内容 | 第15-17页 |
| 第2章 相关技术研究分析 | 第17-26页 |
| 2.1 缓冲区溢出 | 第17-19页 |
| 2.1.1 缓冲区溢出攻击原理 | 第17-18页 |
| 2.1.2 缓冲区溢出攻击检测技术 | 第18-19页 |
| 2.2 决策树算法 | 第19-21页 |
| 2.2.1 C4.5算法 | 第19-20页 |
| 2.2.2 CART算法 | 第20-21页 |
| 2.3 朴素贝叶斯算法 | 第21-22页 |
| 2.4 随机森林算法 | 第22-25页 |
| 2.4.1 随机森林的构建过程 | 第22-23页 |
| 2.4.2 随机森林分类算法 | 第23页 |
| 2.4.3 随机森林理论背景 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 改进的随机森林算法 | 第26-33页 |
| 3.1 CURE_SMOTE算法 | 第26页 |
| 3.2 COR_CHI2算法 | 第26-27页 |
| 3.3 属性选择混合算法 | 第27-30页 |
| 3.3.1 属性选择混合算法基本思想 | 第27-28页 |
| 3.3.2 混合算法的程序流程 | 第28-30页 |
| 3.4 混合算法加权优化的随机森林模型 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 仿真及实验结果分析 | 第33-47页 |
| 4.1 数据集 | 第33-38页 |
| 4.2 分类性能评价指标 | 第38-40页 |
| 4.3 N_KDD数据集实验结果分析 | 第40-43页 |
| 4.3.1 重要变量 | 第40-41页 |
| 4.3.2 在N_KDD训练数据集上检测溢出攻击 | 第41-42页 |
| 4.3.3 在N_KDD测试数据集上检测溢出攻击 | 第42页 |
| 4.3.4 在N_KDD训练数据集上使用重要变量检测溢出攻击 | 第42-43页 |
| 4.3.5 在N_KDD测试数据集上使用重要变量检测溢出攻击 | 第43页 |
| 4.4 N_NSL数据集实验结果分析 | 第43-46页 |
| 4.4.1 在N_NSL训练数据集上检测溢出攻击 | 第44页 |
| 4.4.2 在N_NSL测试数据集上检测溢出攻击 | 第44-45页 |
| 4.4.3 在N_NSL训练数据集上使用重要变量检测溢出攻击 | 第45页 |
| 4.4.4 在N_NSL测试数据集上使用重要变量检测溢出攻击 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间所发表的学术论文 | 第52-53页 |
| 致谢 | 第53页 |
