首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于粗糙集与人工免疫的入侵检测模型研究

摘要第4-7页
ABSTRACT第7-10页
第一章 绪论第15-28页
    1.1 研究背景和意义第15-25页
        1.1.1 网络安全现状第15-19页
        1.1.2 入侵检测的必要性第19-21页
        1.1.3 入侵检测的研究热点第21-25页
    1.2 本文的主要成果第25-27页
    1.3 本文的组织结构第27-28页
第二章 入侵检测基础第28-47页
    2.1 入侵检测的概念第28页
    2.2 入侵检测模型第28-31页
    2.3 入侵检测分类第31-34页
        2.3.1 攻击分类第31-32页
        2.3.2 检测分类第32-34页
    2.4 性能指标第34-36页
    2.5 主流的入侵检测技术第36-46页
    2.6 本章小结第46-47页
第三章 基于粗糙集的入侵检测第47-69页
    3.1 引言第47-49页
    3.2 基于粗糙集的入侵检测第49-58页
        3.2.1 定义第49-54页
        3.2.2 粗糙集的应用第54-55页
        3.2.3 基于粗糙集的入侵检测第55-58页
    3.3 粗糙集并行算法分类器第58-62页
        3.3.1 RS并行算法分类器设计第58-60页
        3.3.2 RS并行分类算法工作流程第60-62页
    3.4 实验仿真第62-68页
        3.4.1 实验数据第62-64页
        3.4.2 实验环境第64-65页
        3.4.3 时间性能第65-66页
        3.4.4 检测率第66-67页
        3.4.5 可扩展性第67页
        3.4.6 检测性能对比第67-68页
    3.5 本章小结第68-69页
第四章 基于自我非自我免疫理论的入侵检测第69-95页
    4.1 引言第69-72页
    4.2 免疫原理基础知识第72-78页
        4.2.1 自我非自我免疫理论第72-73页
        4.2.2 免疫机制第73-75页
        4.2.3 免疫算子第75-77页
        4.2.4 免疫算法第77-78页
    4.3 符号定义第78-82页
        4.3.1 抗体决策表第78-80页
        4.3.2 疫苗接种第80-82页
    4.4 DIIDV模型第82-86页
        4.4.1 DIIDV演化模型第82页
        4.4.2 模型工作步骤第82-85页
        4.4.3 算法复杂度分析第85-86页
    4.5 实验仿真与结果分析第86-94页
        4.5.1 测试数据第86-87页
        4.5.2 记忆抗体生成第87-88页
        4.5.3 异常检测性能第88-89页
        4.5.4 不同类型攻击下的检测性能第89-90页
        4.5.5 收敛速度第90-91页
        4.5.6 模拟环境下的检测结果第91-94页
    4.6 本章小结第94-95页
第五章 基于粗糙集和人工免疫的集成入侵检测模型第95-124页
    5.1 引言第95-99页
    5.2 危险理论第99-108页
        5.2.1 生物启发第99页
        5.2.2 抽象模型第99-105页
        5.2.3 树突状细胞算法第105-108页
    5.3 RSAI-IID模型设计及实现第108-117页
        5.3.1 RSAI-IIDA设计第108-110页
        5.3.2 RSAI-IIDA第110-111页
        5.3.3 RSA第111-113页
        5.3.4 NSA第113-114页
        5.3.5 DCA第114-117页
        5.3.6 算法复杂度分析第117页
    5.4 实验仿真第117-123页
        5.4.1 测试数据第117-119页
        5.4.2 检测器长度第119页
        5.4.3 自我半径第119-120页
        5.4.4 异常阈值第120-121页
        5.4.5 性能比较第121-122页
        5.4.6 模拟环境中的检测第122-123页
    5.5 本章小结第123-124页
第六章 总结与展望第124-127页
    6.1 论文研究工作总结第124-125页
    6.2 未来研究展望第125-127页
参考文献第127-141页
致谢第141-142页
攻读博士学位期间发表的论文第142-143页
攻读博士学位期间的发明专利第143-144页
攻读博士学位期间参与的科研项目第144页

论文共144页,点击 下载论文
上一篇:掠角沉积的分子动力学仿真及实验研究
下一篇:基于探针轨迹运动的微加工装置建立及实验研究