| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第一章 绪论 | 第12-16页 |
| ·课题研究的背景 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文主要工作及论文组织 | 第14-16页 |
| 第二章 IDS概论 | 第16-32页 |
| ·入侵检测发展简史 | 第16-18页 |
| ·入侵检测的提出 | 第16-17页 |
| ·入侵检测的发展 | 第17-18页 |
| ·IDS分类 | 第18-22页 |
| ·基于数据源的分类 | 第18-20页 |
| ·基于检测方法的分类 | 第20-21页 |
| ·基于响应方法的分类 | 第21页 |
| ·基于体系结构的分类 | 第21-22页 |
| ·基于实时性要求的分类 | 第22页 |
| ·IDS模型 | 第22-24页 |
| ·Denning模型 | 第22-23页 |
| ·公共入侵检测模型CIDF | 第23-24页 |
| ·IDS数据源 | 第24-26页 |
| ·入侵检测常用方法 | 第26-29页 |
| ·传统检测方法的不足 | 第29-30页 |
| ·IDS发展趋势 | 第30-32页 |
| 第三章 D-S证据融合理论基础 | 第32-39页 |
| ·D-S证据理论概述 | 第32-35页 |
| ·D-S证据理论基础 | 第32-33页 |
| ·BPA确定的常用方法 | 第33-34页 |
| ·D-S证据理论的优缺点 | 第34-35页 |
| ·证据融合在入侵检测中的应用 | 第35-39页 |
| ·信息融合模型 | 第35页 |
| ·经典D-S证据融合推理 | 第35-36页 |
| ·经典D-S证据融合推理示例 | 第36-38页 |
| ·经典D-S证据融合推理的优缺点 | 第38-39页 |
| 第四章 基于EDS融合算法的NIDS模型 | 第39-51页 |
| ·扩展D-S证据融合理论 | 第39-41页 |
| ·扩展D-S证据融合算法 | 第39-40页 |
| ·扩展D-S证据融合示例及结果分析 | 第40-41页 |
| ·证据融合算法EDS | 第41-44页 |
| ·证据融合算法EDS及示例分析 | 第41-42页 |
| ·EDS算法复杂度分析 | 第42-44页 |
| ·EDS异常检测模型总体架构 | 第44-45页 |
| ·模型实现相关技术 | 第45-49页 |
| ·显著特征的筛选 | 第45-46页 |
| ·显著特征的粗集分类机制 | 第46页 |
| ·BPA的确定 | 第46-48页 |
| ·特征数据自适应机制 | 第48-49页 |
| ·模型的性能分析 | 第49-51页 |
| 第五章 模型实验及结果分析 | 第51-58页 |
| ·模型最小化实现 | 第51页 |
| ·模型实验引入的数据源 | 第51-52页 |
| ·基于UCI WBCD数据集的实验及结果分析 | 第52-54页 |
| ·数据分析及预处理 | 第52-53页 |
| ·实验结果分析 | 第53-54页 |
| ·基于KDD Cup 1999数据集的实验及结果分析 | 第54-58页 |
| ·数据分析及预处理 | 第54-56页 |
| ·实验结果分析 | 第56-58页 |
| 第六章 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的主要学术论文 | 第63-64页 |
| 攻读学位期间参与的项目 | 第64-65页 |
| 学位论文评阅及答辩情况表 | 第65页 |