| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 1 入侵检测系统概述 | 第8-18页 |
| ·入侵检测回顾 | 第8-9页 |
| ·入侵检测的相关知识 | 第9-11页 |
| ·入侵检测系统的分类 | 第11-13页 |
| ·根据检测方法分类 | 第11-12页 |
| ·根据检测对象分类 | 第12-13页 |
| ·根据工作方式分类 | 第13页 |
| ·入侵检测方法和技术 | 第13-16页 |
| ·统计方法 | 第13-14页 |
| ·专家系统 | 第14页 |
| ·预测模式生成 | 第14页 |
| ·Keystroke Monitor | 第14页 |
| ·基于模型的入侵检测方法 | 第14-15页 |
| ·状态转移分析 | 第15页 |
| ·模式匹配 | 第15页 |
| ·其它新技术 | 第15-16页 |
| ·入侵检测体系结构 | 第16-18页 |
| ·集中式结构 | 第16-17页 |
| ·分布式结构 | 第17页 |
| ·分层结构 | 第17-18页 |
| 2 信息融合 | 第18-25页 |
| ·信息融合概述 | 第18-20页 |
| ·引入信息融合的必要性 | 第20页 |
| ·引入信息融合的优点 | 第20-22页 |
| ·入侵检测领域的信息融合 | 第22-25页 |
| 3 基于信息融合的入侵检测模型 | 第25-53页 |
| ·数据源 | 第25-37页 |
| ·基于主机的数据源 | 第25-28页 |
| ·基于网络的数据源 | 第28-29页 |
| ·应用程序日志文件 | 第29-30页 |
| ·其他入侵检测系统的报警信息 | 第30-31页 |
| ·本模型所使用的数据源 | 第31-37页 |
| ·特征的筛选与排序 | 第37-47页 |
| ·基于性能的特征排序方法 | 第38页 |
| ·基于性能的特征排序过程 | 第38-41页 |
| ·基于性能的特征排序规则集 | 第41-42页 |
| ·基于性能特征排序的优点 | 第42页 |
| ·结果分析 | 第42-47页 |
| ·神经网络模块 | 第47-50页 |
| ·径向基函数(Radial Basis Function，RBF)神经网络 | 第48-49页 |
| ·网络结构设计与实现 | 第49-50页 |
| ·证据理论模块 | 第50-53页 |
| ·辨别框 | 第50页 |
| ·概率分配函数m | 第50-51页 |
| ·信任函数Bel | 第51页 |
| ·似然函数Pl | 第51页 |
| ·证据组合 | 第51-53页 |
| ·结论 | 第53页 |
| 4 存在的问题和难点 | 第53-54页 |
| 5 展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 学位论文评阅及答辩情况表 | 第61页 |