人工蜂群优化BP神经网络在入侵检测中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 引言 | 第9页 |
| 1.2 网络安全现状 | 第9-15页 |
| 1.2.1 网络安全威胁的转移 | 第11-12页 |
| 1.2.2 网络攻击趋势变化 | 第12-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.4 文主要内容和结构 | 第17-19页 |
| 2 入侵检测基础 | 第19-25页 |
| 2.1 入侵检测系统基本概念 | 第19页 |
| 2.2 入侵检测系统的模型和组成 | 第19-21页 |
| 2.3 入侵检测技术分类和常用检测方法 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 3 BP神经网络及仿真应用 | 第25-33页 |
| 3.1 BP神经网络的基础概念 | 第25-26页 |
| 3.2 BP神经网络结构和算法 | 第26-29页 |
| 3.3 BP神经网络训练实验 | 第29-30页 |
| 3.3.1 BP神经网络的常用函数 | 第29页 |
| 3.3.2 BP神经网络的创建与仿真 | 第29-30页 |
| 3.4 BP神经网络的缺陷 | 第30页 |
| 3.5 本章小结 | 第30-33页 |
| 4 人工蜂群优化BP神经网络 | 第33-43页 |
| 4.1 人工蜂群算法的简单介绍 | 第33-37页 |
| 4.1.1 人工蜂群算法的组成部分 | 第33页 |
| 4.1.2 蜜蜂的群体行为 | 第33-35页 |
| 4.1.3 人工蜂群算法的性能 | 第35-37页 |
| 4.2 人工蜂群算法过程 | 第37-38页 |
| 4.3 人工蜂群优化BP神经网络 | 第38-40页 |
| 4.4 本章小结 | 第40-43页 |
| 5 人工蜂群优化BP神经网络在入侵检测中的应用 | 第43-51页 |
| 5.1 数据预处理 | 第43-47页 |
| 5.2 收敛速度对比试验 | 第47-49页 |
| 5.3 检测正确率对比实验 | 第49页 |
| 5.4 本章小结 | 第49-51页 |
| 6 总结与展望 | 第51-53页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-59页 |
| 攻读硕士学位期间取得的主要成果 | 第59-60页 |
