基于混合模糊神经网络的网络入侵检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景和意义 | 第7-8页 |
| ·入侵检测的国内外现状 | 第8-9页 |
| ·课题研究目标 | 第9-11页 |
| 第二章 网络攻击与入侵检测技术 | 第11-19页 |
| ·网络攻击 | 第11-14页 |
| ·网络攻击描述 | 第11页 |
| ·网络攻击的种类 | 第11-12页 |
| ·拒绝服务攻击 | 第12-13页 |
| ·网络扫描攻击 | 第13-14页 |
| ·入侵检测技术 | 第14-19页 |
| ·入侵检测的概念 | 第14页 |
| ·入侵检测基本原理 | 第14-15页 |
| ·入侵检测的功能 | 第15页 |
| ·现有的入侵检测分析技术 | 第15-17页 |
| ·入侵检测的发展方向 | 第17-19页 |
| 第三章 神经网络与模糊系统 | 第19-37页 |
| ·人工神经网络的理论及其原理 | 第19-24页 |
| ·神经网络的理论 | 第19-20页 |
| ·神经网络的框架模型 | 第20-23页 |
| ·神经网络的学习和训练 | 第23-24页 |
| ·BP 神经网络 | 第24-30页 |
| ·BP 神经网络原理神经网络的框架模型 | 第24-25页 |
| ·BP 算法的数学描述 | 第25-28页 |
| ·BP 算法的学习过程 | 第28-29页 |
| ·BP 多层前馈网络的主要能力 | 第29-30页 |
| ·BP 算法的局限性及优化 | 第30-32页 |
| ·BP 算法的局限性 | 第30页 |
| ·BP 算法的改进 | 第30-31页 |
| ·改进后的 BP 算法实现 | 第31-32页 |
| ·模糊系统 | 第32-33页 |
| ·模糊神经网络 | 第33-37页 |
| ·模糊神经网络简介 | 第33-34页 |
| ·模糊神经网络的类型 | 第34-37页 |
| 第四章 混合模糊神经网络入侵检测系统 | 第37-45页 |
| ·传统入侵检测方法及存在的问题 | 第37页 |
| ·人工神经网络在入侵检测中的应用 | 第37-38页 |
| ·通用入侵检测模型 | 第38-39页 |
| ·混合模糊网络入侵检测系统模型 | 第39-40页 |
| ·数据预处理模块 | 第40-41页 |
| ·降维处理模块 | 第41-43页 |
| ·神经网络的构建 | 第43-44页 |
| ·网络结构的选取 | 第43页 |
| ·隐层节点数的确定 | 第43-44页 |
| ·模糊系统模块 | 第44-45页 |
| 第五章 实验仿真与分析 | 第45-55页 |
| ·数据源的选取 | 第46-48页 |
| ·数据的预处理 | 第48页 |
| ·数值化处理 | 第48页 |
| ·归一化处理 | 第48页 |
| ·神经网络输入维数的确定 | 第48-51页 |
| ·模糊规则库 | 第51页 |
| ·实验流程 | 第51页 |
| ·实验结果及分析 | 第51-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-61页 |
