自适应配置的容忍入侵系统研究
中文摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-10页 |
·课题背景及意义 | 第7-8页 |
·国内外研究状况 | 第8-9页 |
·论文主要工作 | 第9-10页 |
第二章 技术综述 | 第10-19页 |
·容忍入侵基本理论 | 第10-12页 |
·容忍入侵的概念 | 第10-11页 |
·容侵技术的目标 | 第11页 |
·容侵系统的策略 | 第11-12页 |
·容忍入侵系统分类 | 第12-14页 |
·按照容忍入侵技术分类 | 第12-13页 |
·按照服务器工作模式分类 | 第13-14页 |
·现有容忍入侵技术 | 第14-19页 |
·冗余 | 第14-15页 |
·多样性 | 第15-16页 |
·门限方案 | 第16-17页 |
·群组通信系统 | 第17-18页 |
·分布式 | 第18页 |
·人工智能 | 第18-19页 |
第三章 自适应性重新配置系统的研究模型 | 第19-24页 |
·SITAR容侵结构 | 第19-22页 |
·自适应性重新配置系统的研究模型 | 第22-24页 |
第四章 系统设计 | 第24-30页 |
·系统设计理论 | 第24-25页 |
·模块设计 | 第25-30页 |
·触发器 | 第25-26页 |
·比较模块 | 第26-27页 |
·策略模块 | 第27-28页 |
·系统状态监视模块 | 第28页 |
·操作模块 | 第28-29页 |
·报警日志模块 | 第29-30页 |
第五章 系统关键技术研究 | 第30-46页 |
·神经网络和遗传算法的混合训练方法的构筑 | 第30-41页 |
·神经网络拓扑结构的选择 | 第31页 |
·神经元映射函数的选择 | 第31-32页 |
·神经网络权值的确定 | 第32-41页 |
·神经网络和遗传算法的混合训练分析方法的实例分析 | 第41-46页 |
·神经网络和遗传算法的混合训练分析方法 | 第41-42页 |
·神经网络和遗传算法的混合训练分析方法的实例运算 | 第42-46页 |
第六章 总结与展望 | 第46-47页 |
参考文献 | 第47-50页 |
发表论文和科研情况说明 | 第50-51页 |
发表的论文: | 第50页 |
参与的科研项目: | 第50-51页 |
致谢 | 第51页 |