树突状细胞算法研究及在监控系统入侵检测中的应用
| 中文摘要 | 第1-10页 |
| Abstract | 第10-13页 |
| 1 引言 | 第13-20页 |
| ·选题意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·本人的研究计划 | 第17-20页 |
| 2 入侵检测概述 | 第20-32页 |
| ·网络安全现状 | 第20-25页 |
| ·入侵检测系统的概念 | 第25-27页 |
| ·入侵检测系统的分类 | 第27-29页 |
| ·入侵检测的关键技术 | 第29-30页 |
| ·入侵检测存在的主要问题和解决途径 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 生物免疫与入侵检测 | 第32-45页 |
| ·生物免疫系统 | 第32-35页 |
| ·人工免疫系统 | 第35-38页 |
| ·免疫识别 | 第38-39页 |
| ·危险理论 | 第39-41页 |
| ·生物免疫与入侵检测的相似性 | 第41-42页 |
| ·基于先天性免疫的入侵检测 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 树突状细胞算法及其改进 | 第45-79页 |
| ·传统的树突状细胞算法 | 第45-56页 |
| ·DC生物学机理 | 第45-48页 |
| ·DCA原理 | 第48-50页 |
| ·信号融合 | 第50-51页 |
| ·DCA流程 | 第51-53页 |
| ·实验数据 | 第53-55页 |
| ·DCA的优点和局限 | 第55-56页 |
| ·用于实时异常检测的树突状细胞算法 | 第56-64页 |
| ·传统DCA的离线分析 | 第56-58页 |
| ·实时DCA | 第58-60页 |
| ·实验与结果分析 | 第60-63页 |
| ·下一步的工作 | 第63-64页 |
| ·针对无序数据集异常检测的树突状细胞算法 | 第64-70页 |
| ·设计思想 | 第64-65页 |
| ·MMDCA算法流程 | 第65-66页 |
| ·实验与结果分析 | 第66-69页 |
| ·下一步的工作 | 第69-70页 |
| ·可调控误报率和漏报率的树突状细胞算法 | 第70-77页 |
| ·投票制DCA | 第70-71页 |
| ·权值矩阵对检测结果的影响 | 第71-72页 |
| ·改进的投票制DCA | 第72-74页 |
| ·评分制DCA | 第74-77页 |
| ·本章小结 | 第77-79页 |
| 5 DCA与PSA相结合的免疫算法 | 第79-88页 |
| ·否定选择算法与肯定选择算法对比研究 | 第80-81页 |
| ·否定选择算法(NSA) | 第80-81页 |
| ·肯定选择算法(PSA) | 第81页 |
| ·匹配规则 | 第81-82页 |
| ·DCA与PSA相结合的算法思想 | 第82-83页 |
| ·实验与结果分析 | 第83-87页 |
| ·本章小结 | 第87-88页 |
| 6 基于DCA的入侵检测系统 | 第88-104页 |
| ·系统结构模型 | 第88-91页 |
| ·抗原和信号采集模块 | 第89-90页 |
| ·DCA检测模块 | 第90页 |
| ·检测器模块 | 第90-91页 |
| ·入侵综合评判模块 | 第91页 |
| ·管理员确认模块 | 第91页 |
| ·KDD Cup 99数据集 | 第91-96页 |
| ·数据集预处理 | 第96-97页 |
| ·实验结果 | 第97-103页 |
| ·本章小结 | 第103-104页 |
| 7 DCA在振动数据集异常检测中的应用 | 第104-112页 |
| ·振动分析数据集 | 第104-105页 |
| ·数抓集预处理 | 第105-108页 |
| ·实验与结果分析 | 第108-111页 |
| ·本章小结 | 第111-112页 |
| 8 总结与展望 | 第112-115页 |
| ·总结 | 第112-113页 |
| ·展望 | 第113-115页 |
| 参考文献 | 第115-124页 |
| 攻博期间发表的科研成果目录 | 第124-125页 |
| 致谢 | 第125页 |
