基于人工免疫的网络入侵检测系统
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·本文的研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文的主要工作 | 第12-13页 |
| ·论文内容安排 | 第13页 |
| ·本章小结 | 第13-14页 |
| 2 基于免疫的入侵检测系统研究现状 | 第14-26页 |
| ·入侵检测系统简介 | 第14-18页 |
| ·公共入侵检测系统 | 第14-15页 |
| ·入侵检测系统的分类 | 第15-16页 |
| ·现有入侵检测产品 | 第16页 |
| ·入侵检测面临的问题及其发展趋势 | 第16-18页 |
| ·免疫系统与网络安全 | 第18-21页 |
| ·免疫系统概述 | 第18-19页 |
| ·免疫系统的功能 | 第19-20页 |
| ·生物免疫系统与入侵检测系统的比较 | 第20-21页 |
| ·基于免疫原理的入侵检测系统研究现状 | 第21-24页 |
| ·基本原理 | 第21页 |
| ·基于免疫机制的入侵检测系统 | 第21-24页 |
| ·本章小结 | 第24-26页 |
| 3 一种基于免疫原理的网络入侵检测系统新模型 | 第26-42页 |
| ·基于免疫原理的网络入侵检测系统模型 | 第26-32页 |
| ·问题的描述 | 第26-27页 |
| ·基本模型 | 第27-28页 |
| ·几种免疫算法介绍 | 第28-31页 |
| ·该领域研究实现的难点 | 第31-32页 |
| ·新模型相关数据概念 | 第32-36页 |
| ·检测器结构 | 第32-33页 |
| ·检测器生命周期 | 第33页 |
| ·检测器激活阈值 | 第33-34页 |
| ·匹配规则 | 第34-35页 |
| ·协同刺激 | 第35-36页 |
| ·新模型的理论框架及关键技术 | 第36-41页 |
| ·新模型的理论框架 | 第36-37页 |
| ·免疫系统的学习和优化 | 第37-38页 |
| ·基因库初始化 | 第38页 |
| ·亲和度变异 | 第38-40页 |
| ·基因重组 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 4 新模型的设计与仿真 | 第42-60页 |
| ·新模型总体设计 | 第42-45页 |
| ·算法描述 | 第42页 |
| ·数据结构设计 | 第42-43页 |
| ·新模型总体流程 | 第43-45页 |
| ·新模型各模块算法 | 第45-52页 |
| ·未成熟检测器 | 第45-47页 |
| ·成熟检测器 | 第47-48页 |
| ·记忆检测器的优化 | 第48-49页 |
| ·改进的r‐连续位匹配规则 | 第49-51页 |
| ·基因库重组算法设计 | 第51-52页 |
| ·实验方法 | 第52-57页 |
| ·实验系统 | 第52-54页 |
| ·实验数据 | 第54-56页 |
| ·实验中各参数的设定 | 第56-57页 |
| ·结果分析 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 5 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·设计中的不足及展望 | 第60-62页 |
| ·设计中的不足 | 第60-61页 |
| ·对未来研究的展望 | 第61-62页 |
| 致谢 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第70页 |
