摘要 | 第1-5页 |
Abstract | 第5-13页 |
第1章 绪论 | 第13-32页 |
·引言 | 第13-14页 |
·论文的研究背景 | 第14-28页 |
·网络安全现状及发展 | 第14-17页 |
·入侵检测系统 | 第17-26页 |
·国内外已有的相关研究工作 | 第26-28页 |
·论文的主要研究内容及创新点 | 第28-30页 |
·论文的结构框架 | 第30-32页 |
第2章 免疫系统 | 第32-46页 |
·生物免疫机制 | 第32-37页 |
·天然免疫系统 | 第32-33页 |
·获得性免疫系统 | 第33-35页 |
·免疫记忆 | 第35-36页 |
·生物免疫系统的特点 | 第36-37页 |
·人工免疫系统 | 第37-41页 |
·人工免疫相关术语 | 第37-38页 |
·人工免疫系统的基本组成 | 第38-39页 |
·人工免疫系统要解决的关键问题 | 第39-41页 |
·生物免疫系统和人工免疫系统的比较 | 第41-45页 |
·免疫理论与网络安全的映射关系 | 第41-42页 |
·生物免疫系统与基于人工免疫的入侵检测系统的比较- | 第42-43页 |
·基于人工免疫的入侵检测系统的特性 | 第43-45页 |
·小结 | 第45-46页 |
第3章 人工免疫模型 | 第46-59页 |
·概述 | 第46页 |
·免疫系统模型 | 第46-51页 |
·ARTIS 模型 | 第47-49页 |
·aiNet 网络模型 | 第49-50页 |
·Multi-Agent 免疫模型 | 第50-51页 |
·改进的模型 | 第51-58页 |
·模型描述 | 第51-54页 |
·动态学习 | 第54-56页 |
·仿真实验及结果分析 | 第56-58页 |
·小结 | 第58-59页 |
第4章 免疫系统的混沌特性 | 第59-72页 |
·混沌及不确定性 | 第59-67页 |
·混沌的定义 | 第59-61页 |
·混沌产生的数学模型 | 第61-63页 |
·混沌运动的判定方法 | 第63-67页 |
·免疫的混沌特性 | 第67-71页 |
·非线性动力学方程 | 第67-69页 |
·免疫系统混沌的判定 | 第69-71页 |
·小结 | 第71-72页 |
第5章 基于混沌理论的否定选择算法 | 第72-84页 |
·概述 | 第72页 |
·否定选择算法 | 第72-77页 |
·否定选择算法描述 | 第73-74页 |
·亲和力的计算 | 第74-76页 |
·一些改进的算法 | 第76-77页 |
·基于混沌的检测器生成算法 | 第77-82页 |
·简介 | 第77-78页 |
·状态空间 | 第78页 |
·混沌映射及扰动方式 | 第78-79页 |
·混沌否定选择算法 | 第79-80页 |
·实验结果分析 | 第80-82页 |
·小结 | 第82-84页 |
第6章 混沌免疫进化算法 | 第84-98页 |
·概述 | 第84页 |
·进化算法 | 第84-89页 |
·遗传算法 | 第85-86页 |
·遗传规划 | 第86-88页 |
·进化策略 | 第88页 |
·进化规划 | 第88-89页 |
·基于混沌变异和免疫选择的进化算法 | 第89-97页 |
·简介 | 第89页 |
·算法描述 | 第89-93页 |
·算例分析 | 第93-97页 |
·小结 | 第97-98页 |
第7章 基于混沌免疫及数据融合的入侵检测系统(CIFIDS) | 第98-125页 |
·概述 | 第98-101页 |
·系统简介 | 第98-99页 |
·系统构架 | 第99-101页 |
·实验环境搭建 | 第101-113页 |
·通用网络检测控件 | 第102-106页 |
·通用网络数据包发生器 | 第106-111页 |
·控件在各种语言编程中的应用 | 第111-113页 |
·数据采集器(DC) | 第113-118页 |
·Linux 下面向数据链路层的嗅探器的实现 | 第114-116页 |
·实验数据及结果分析 | 第116-118页 |
·数据处理中心 | 第118-124页 |
·混沌免疫模型 | 第118-121页 |
·免疫系统的数据融合技术 | 第121-123页 |
·实验及结论 | 第123-124页 |
·小结 | 第124-125页 |
第8章 工作总结与展望 | 第125-127页 |
·工作总结 | 第125-126页 |
·进一步的研究工作 | 第126-127页 |
参考文献 | 第127-136页 |
在读博士期间科研成果简介 | 第136-140页 |
致谢 | 第140页 |