基于半监督学习的入侵检测模型研究
| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景 | 第11-14页 |
| ·网络安全概述 | 第11-12页 |
| ·近期我国网络安全状况 | 第12-13页 |
| ·入侵检测系统 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·国外研究现状 | 第14-16页 |
| ·国内研究现状 | 第16-17页 |
| ·本文主要研究内容 | 第17-18页 |
| 第2章 入侵检测的相关理论研究 | 第18-26页 |
| ·入侵检测原理 | 第18-19页 |
| ·入侵检测系统的组成 | 第18-19页 |
| ·入侵检测的过程 | 第19页 |
| ·入侵检测分类 | 第19-24页 |
| ·根据检测策略分类 | 第19-22页 |
| ·根据数据采集来源分类 | 第22-24页 |
| ·其它分类 | 第24页 |
| ·入侵检测的发展趋势 | 第24-25页 |
| ·现阶段入侵检测系统所存在的缺陷 | 第24-25页 |
| ·入侵检测系统未来的发展趋势 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第3章 半监督学习理论 | 第26-34页 |
| ·半监督学习 | 第26-27页 |
| ·半监督学习的特点 | 第27-30页 |
| ·监督学习与无监督学习 | 第27-28页 |
| ·半监督学习原理 | 第28-29页 |
| ·半监督学习常用的基本假设 | 第29-30页 |
| ·半监督学习的分类 | 第30-31页 |
| ·半监督学习中较为常用的算法 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于半监督学习的入侵检测模型研究 | 第34-40页 |
| ·半监督学习理论引入入侵检测系统 | 第34-35页 |
| ·模型框架设计 | 第35-36页 |
| ·模型工作流程 | 第36-38页 |
| ·模型分析 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第5章 模型关键技术研究 | 第40-55页 |
| ·数据预处理模块的设计 | 第40-43页 |
| ·检测模块设计 | 第43-53页 |
| ·关于样本库中引入噪音的研究 | 第43-46页 |
| ·关于样本库削减冗余的研究 | 第46-48页 |
| ·TSVM 算法 | 第48-52页 |
| ·顺序 k 均值算法 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第6章 仿真实验与结果分析 | 第55-63页 |
| ·实验环境 | 第55页 |
| ·实验数据 | 第55-60页 |
| ·数据来源 | 第55页 |
| ·数据集特征分析与异常类型 | 第55-60页 |
| ·数据预处理 | 第60页 |
| ·实验及数据分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 论文总结 | 第63-64页 |
| 对于今后研究工作的展望 | 第64-65页 |
| 参考文献 | 第65-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
