基于贝叶斯网络的入侵检测
摘要 | 第1-5页 |
Abstract | 第5-9页 |
1 绪论 | 第9-15页 |
·网络入侵检测的研究背景 | 第9-11页 |
·信息安全的主要问题 | 第10页 |
·基于分类的入侵检测 | 第10-11页 |
·网络入侵检测的研究现状分析 | 第11-13页 |
·本文的研究内容及相关研究工作 | 第13-14页 |
·论文组织结构 | 第14-15页 |
2 入侵检测与分类算法 | 第15-23页 |
·入侵检测概述 | 第15-18页 |
·入侵检测的相关概念 | 第15-16页 |
·入侵检测系统的分类方式 | 第16-17页 |
·入侵技术未来的发展方向 | 第17-18页 |
·网络安全模型 | 第18-22页 |
·入侵检测系统的基本原理 | 第18-19页 |
·PPDR模型 | 第19-20页 |
·入侵检测系统工作模式 | 第20-21页 |
·常用入侵检测系统框架分析 | 第21-22页 |
·基于分类算法的入侵检测研究 | 第22-23页 |
3 基于贝叶斯网络的多步入侵检测 | 第23-30页 |
·复合网络攻击分析 | 第23-25页 |
·贝叶斯网络的构建 | 第25-28页 |
·贝叶斯网络 | 第25-26页 |
·启发式搜索方法 | 第26-27页 |
·CPT学习 | 第27-28页 |
·实验结果与分析 | 第28-29页 |
·本章小结 | 第29-30页 |
4 基于贝叶斯分类器的入侵检测 | 第30-42页 |
·贝叶斯网络分类器 | 第30-31页 |
·分类器概述 | 第30页 |
·贝叶斯网络分类器概述 | 第30-31页 |
·基于分治理论的贝叶斯网络分类器 | 第31-35页 |
·模型的概要 | 第31-33页 |
·贝叶斯网络分类器模型 | 第33-34页 |
·基于分治理论贝叶斯网络分类器模型 | 第34-35页 |
·数据集的分解 | 第35-41页 |
·KDD 99数据集分析 | 第35-38页 |
·数据集子集划分 | 第38-41页 |
·本章小结 | 第41-42页 |
5 实验结果及分析 | 第42-46页 |
结论 | 第46-48页 |
参考文献 | 第48-50页 |
附录A 连接标识及含义 | 第50-51页 |
攻读硕士学位期间发表学术论文情况 | 第51-52页 |
致谢 | 第52-54页 |