基于人工免疫机制的网络安全研究
第一章 绪论 | 第1-17页 |
·网络安全概论 | 第9-12页 |
·网络安全的目标 | 第9-10页 |
·安全问题的产生原因 | 第10-11页 |
·安全策略的建立与实施[5] | 第11-12页 |
·人工免疫系统概述 | 第12-15页 |
·人工免疫系统机理[1,11,13] | 第12-13页 |
·人工免疫系统和生物免疫系统的比较 | 第13-14页 |
·国内外的研究状况 | 第14-15页 |
·本文的研究内容及主要创新点 | 第15-16页 |
·本文的组织结构安排 | 第16-17页 |
第二章 网络安全中的检测与防御技术 | 第17-35页 |
·引言 | 第17-18页 |
·黑客攻击过程[3] | 第18-19页 |
·攻击者的入侵过程概述 | 第18-19页 |
·攻击的过程分析 | 第19页 |
·异常入侵检测技术[2,8,9] | 第19-25页 |
·统计异常检测技术 | 第20页 |
·基于特征选择的异常检测方法 | 第20-21页 |
·基于贝叶斯推理的异常检测方法 | 第21-22页 |
·基于贝叶斯网络的异常检测方法 | 第22页 |
·基于神经网络的异常检测方法 | 第22-23页 |
·基于机器学习的异常检测方法 | 第23-24页 |
·基于数据挖掘的异常检测方法 | 第24页 |
·基于生物免疫的异常检测方法 | 第24-25页 |
·数字加密技术[3,4,5] | 第25-30页 |
·数字加密的一般性模型[3,4] | 第26-28页 |
·密码的抗攻击能力[4,5] | 第28-29页 |
·加密技术的新突破 | 第29-30页 |
·宽带网的网络安全技术[2] | 第30-32页 |
·宽带网的安全问题分析 | 第30-31页 |
·宽带网的入侵检测体系 | 第31-32页 |
·无线网络的网络安全技术[2] | 第32-35页 |
·无线网的安全威胁 | 第33-34页 |
·无线网的安全任务 | 第34-35页 |
第三章 人工免疫系统机制 | 第35-52页 |
·引言 | 第35页 |
·AIS 的生物学基础[7] | 第35-42页 |
·生物免疫系统的基本概念 | 第36-39页 |
·免疫应答机制 | 第39-40页 |
·抗原处理和抗体生成 | 第40-41页 |
·免疫系统的信息处理特性 | 第41-42页 |
·AIS 在网络安全中的应用原理[8,9,12] | 第42-46页 |
·AIS 的仿生机理 | 第42-43页 |
·免疫识别 | 第43-44页 |
·免疫学习 | 第44页 |
·免疫记忆 | 第44-45页 |
·克隆选择 | 第45页 |
·免疫网络 | 第45-46页 |
·分布式和自适应特征 | 第46页 |
·AIS 在网络安全中的典型应用[9,13] | 第46-52页 |
·在异常检测中的应用 | 第47-48页 |
·在网络入侵检测中的应用 | 第48-49页 |
·在计算机病毒的检测和清除中的应用 | 第49-52页 |
第四章 人工免疫系统算法和模型 | 第52-62页 |
·引言 | 第52页 |
·免疫匹配算法[21] | 第52-55页 |
·r-连续位匹配算法 | 第52-54页 |
·亲和度算法 | 第54-55页 |
·人工免疫系统模型的免疫算法[21] | 第55-58页 |
·阴性选择算法 | 第56-57页 |
·克隆选择算法 | 第57页 |
·免疫遗传算法 | 第57-58页 |
·人工免疫系统的网络模型 | 第58-59页 |
·人工免疫系统的应用框架模型[19] | 第59-60页 |
·网络安全免疫模型和生物免疫模型的对应关系 | 第60-62页 |
第五章 基于人工免疫机制的网络安全模型 | 第62-78页 |
·基本特性 | 第62-63页 |
·网络安全免疫模型 | 第63-71页 |
·独特型免疫网络模型 | 第64页 |
·multi-agents 结构模型[17] | 第64-65页 |
·克隆选择算法实现 | 第65-67页 |
·通信机制 | 第67-68页 |
·异常行为监测与检测集的更新 | 第68-69页 |
·模型采用的安全策略 | 第69-71页 |
·模型的总体设计 | 第71-72页 |
·模型讨论 | 第72-78页 |
·定性分析 | 第73-74页 |
·模型的形式化描述[14,24] | 第74-75页 |
·模型的实现方法描述 | 第75-76页 |
·模型的扩展性分析 | 第76-77页 |
·不足与展望 | 第77-78页 |
第六章 结束语 | 第78-79页 |
参考文献 | 第79-81页 |
致谢 | 第81-82页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第82页 |