| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·引言 | 第11页 |
| ·课题研究背景及现状 | 第11-14页 |
| ·网络安全基本概念 | 第11-12页 |
| ·网络安全的关键技术 | 第12-13页 |
| ·网络安全的相关措施 | 第13-14页 |
| ·入侵检测技术研究背景 | 第14-15页 |
| ·人工免疫系统的国内外研究现状 | 第15-16页 |
| ·本文主要的研究内容 | 第16-17页 |
| ·论文组织结构 | 第17-19页 |
| 第2章 入侵检测技术综述 | 第19-31页 |
| ·基本概念 | 第19-20页 |
| ·根据数据来源不同对入侵检测系统分类 | 第20-23页 |
| ·基于主机的入侵检测系统 | 第20-21页 |
| ·基于网络的入侵检测系统 | 第21-23页 |
| ·分布式入侵检测系统 | 第23页 |
| ·根据检测方法不同对入侵检测系统分类 | 第23-26页 |
| ·异常入侵检测 | 第24-25页 |
| ·误用入侵检测 | 第25-26页 |
| ·入侵检测公用框架CIDF模型简介 | 第26-27页 |
| ·现有入侵检测系统的局限性 | 第27-28页 |
| ·对于基于主机入侵检测而言存在的问题 | 第27-28页 |
| ·对于基于网络的入侵检测而言存在的问题 | 第28页 |
| ·现有入侵检测系统共同的问题 | 第28页 |
| ·入侵检测技术的发展趋势 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第3章 基于人工免疫的入侵检测方法研究 | 第31-43页 |
| ·人工免疫 | 第31-38页 |
| ·自然免疫学基础 | 第31-34页 |
| ·人工免疫系统 | 第34-35页 |
| ·否定选择算法的不足与改进 | 第35-37页 |
| ·r连续位匹配 | 第37-38页 |
| ·基于人工免疫的入侵检测问题描述 | 第38页 |
| ·自体集动态化 | 第38-39页 |
| ·漏洞问题 | 第39-41页 |
| ·共同进化现象 | 第39-40页 |
| ·共同进化模型 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于人工免疫的动态网络入侵检测模型设计 | 第43-55页 |
| ·模型概述 | 第43-44页 |
| ·模型设计 | 第44-55页 |
| ·误用检测模块 | 第46-47页 |
| ·成熟细胞生成模块 | 第47-48页 |
| ·记忆检测模块 | 第48-49页 |
| ·成熟检测模块 | 第49-50页 |
| ·协同刺激过程 | 第50-51页 |
| ·自体动态化过程 | 第51-52页 |
| ·共同进化法强化系统模型 | 第52-55页 |
| 第5章 仿真实验及结果分析 | 第55-63页 |
| ·实验数据来源 | 第55-58页 |
| ·基本特征(basic features) | 第55-56页 |
| ·内容特征(content features) | 第56页 |
| ·网络流量特征(traffic features) | 第56-58页 |
| ·数据预处理 | 第58-59页 |
| ·实验目的 | 第59页 |
| ·实验环境 | 第59页 |
| ·实验过程及结果分析 | 第59-63页 |
| ·成熟检测器生成比较实验 | 第59-60页 |
| ·各参数对系统结果的影响 | 第60-62页 |
| ·共同进化法强化系统实验 | 第62-63页 |
| 第6章 结论 | 第63-65页 |
| ·结论 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67页 |