| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究的主要工作和内容安排 | 第12-14页 |
| ·主要工作 | 第12页 |
| ·论文内容安排 | 第12-14页 |
| 第2章 入侵检测系统及相关技术 | 第14-25页 |
| ·入侵检测技术概述 | 第14-15页 |
| ·入侵检测介绍 | 第14页 |
| ·入侵检测系统的评估指标 | 第14-15页 |
| ·入侵检测系统 | 第15-20页 |
| ·入侵检测系统的结构 | 第15-16页 |
| ·入侵检测系统的分类 | 第16-19页 |
| ·入侵检测的标准模型CIDF | 第19-20页 |
| ·入侵检测技术的分析方法 | 第20-22页 |
| ·误用检测技术 | 第20-21页 |
| ·异常检测技术 | 第21-22页 |
| ·入侵检测技术的发展趋势 | 第22-25页 |
| ·入侵检测技术的现状 | 第22-23页 |
| ·入侵检测技术未来的趋势 | 第23-25页 |
| 第3章 Kohonen和BP神经网络概述 | 第25-35页 |
| ·人工神经网络介绍 | 第25-28页 |
| ·人工神经网络发展历史 | 第25-26页 |
| ·人工神经网络的特点 | 第26-27页 |
| ·人工神经网络的神经元模型 | 第27-28页 |
| ·Kohonen神经网络算法 | 第28-32页 |
| ·Kohonen神经网络的基本原理 | 第28-30页 |
| ·Kohonen算法的数学推导 | 第30-32页 |
| ·BP神经网络算法 | 第32-34页 |
| ·BP神经网络的学习过程 | 第32-33页 |
| ·BP算法的数学推导 | 第33-34页 |
| ·神经网络在入侵检测中的应用 | 第34-35页 |
| 第4章 入侵检测系统的设计 | 第35-52页 |
| ·系统的总体设计 | 第35-36页 |
| ·数据源采集模块 | 第36-37页 |
| ·数据预处理模块 | 第37-42页 |
| ·数据预处理模块功能 | 第37页 |
| ·实验数据集 | 第37-41页 |
| ·实验数据集的预处理 | 第41-42页 |
| ·特征提取模块 | 第42-45页 |
| ·主成分分析的基本原理 | 第42-44页 |
| ·主成分分析的计算步骤 | 第44-45页 |
| ·神经网络训练和检测模块 | 第45-51页 |
| ·Kohonen神经网络的设计 | 第45-46页 |
| ·BP神经网络的改进和设计 | 第46-51页 |
| ·系统响应模块 | 第51-52页 |
| 第5章 实验及结果分析 | 第52-72页 |
| ·实验数据及实验环境 | 第52页 |
| ·Kohonen神经网络实验结果分析 | 第52-61页 |
| ·neptune攻击的实验结果分析 | 第52-56页 |
| ·back攻击的实验结果分析 | 第56-60页 |
| ·ipsweep和warezclient攻击的实验结果分析 | 第60-61页 |
| ·BP神经网络实验结果分析 | 第61-70页 |
| ·neptune攻击的实验结果分析 | 第61-64页 |
| ·back攻击的实验结果分析 | 第64-66页 |
| ·warezclient攻击的实验结果分析 | 第66-69页 |
| ·ipsweep攻击的实验结果分析 | 第69-70页 |
| ·Kohonen网络和BP网络的对比分析和总结 | 第70-72页 |
| 第6章 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士期间发表的论文 | 第78-79页 |
| 致谢 | 第79页 |