| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.3 研究目的和研究内容 | 第11-12页 |
| 1.4 论文结构安排 | 第12-14页 |
| 第二章 相关知识和理论基础 | 第14-24页 |
| 2.1 入侵检测系统简介 | 第14-16页 |
| 2.1.1 异常检测 | 第14-15页 |
| 2.1.2 通用入侵检测系统模型 | 第15-16页 |
| 2.1.3 当前主流入侵检测系统 | 第16页 |
| 2.2 CAN总线简介 | 第16-21页 |
| 2.2.1 CAN总线的电气特性 | 第17-18页 |
| 2.2.2 CAN总线协议结构 | 第18-19页 |
| 2.2.3 CAN总线数据包格式 | 第19-20页 |
| 2.2.4 CAN总线数据传输原理 | 第20-21页 |
| 2.3 人工神经网络简介 | 第21-23页 |
| 2.3.1 人工神经网络的结构 | 第21页 |
| 2.3.2 常见的人工神经网络 | 第21-22页 |
| 2.3.3 人工神经网络的优点 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于神经网络的车载CAN网络入侵检测模型设计 | 第24-31页 |
| 3.1 车载CAN网络信息安全威胁分析 | 第24-27页 |
| 3.1.1 外部接口安全威胁 | 第24-26页 |
| 3.1.2 车载CAN总线安全威胁 | 第26-27页 |
| 3.1.3 车载ECU安全威胁 | 第27页 |
| 3.2 CAN网络攻击方式分析 | 第27-28页 |
| 3.3 神经网络入侵检测技术在车载CAN网络环境中的优势 | 第28-29页 |
| 3.4 入侵检测模型设计 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 车载CAN数据包发送频率检测模块设计 | 第31-37页 |
| 4.1 车载CAN数据包发送频率特性分析 | 第31-33页 |
| 4.2 PCA-BP神经网络结构设计 | 第33-35页 |
| 4.2.1 主成分分析 | 第33-34页 |
| 4.2.2 改进的BP神经网络 | 第34-35页 |
| 4.3 算法描述 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 车载CAN数据关联性检测模块设计 | 第37-41页 |
| 5.1 车载CAN数据关联性分析 | 第37-38页 |
| 5.2 GA-RBF神经网络设计 | 第38-39页 |
| 5.2.1 RBF神经网络 | 第38页 |
| 5.2.2 遗传算法优化RBF神经网络 | 第38-39页 |
| 5.3 算法描述 | 第39-40页 |
| 5.4 本章小结 | 第40-41页 |
| 第六章 实验与结果验证 | 第41-48页 |
| 6.1 PCA-BP神经网络模型训练 | 第41-43页 |
| 6.1.1 数据预处理 | 第41-42页 |
| 6.1.2 模型验证 | 第42-43页 |
| 6.2 GA-RBF神经网络模型训练 | 第43-46页 |
| 6.2.1 数据标准化处理 | 第43-44页 |
| 6.2.2 模型验证 | 第44-46页 |
| 6.3 算法性能比较 | 第46-47页 |
| 6.4 本章小结 | 第47-48页 |
| 第七章 总结与展望 | 第48-49页 |
| 7.1 总结 | 第48页 |
| 7.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 作者在读期间研究成果 | 第53-54页 |
| 致谢 | 第54页 |