基于混沌时间序列预测的主动型入侵防御系统研究

摘要	第1-4页
Abstract	第4-9页
第一章 绪论	第9-17页
·问题提出	第9页
·混沌时序分析方法的研究发展现状	第9-11页
·网络流量监测技术	第11-12页
·网络入侵防御技术	第12-14页
·网络入侵检测的研究发展现状	第12-13页
·主流入侵检测技术	第13-14页
·研究的主要问题和全文安排	第14-17页
·研究的主要问题	第14-15页
·全文安排	第15-17页
第二章 混沌时序分析与重构相空间	第17-47页
·关联维数	第17-26页
·关联维数	第17-18页
·计算关联维数	第18-21页
·关联维数算法的误差估计	第21-25页
·噪声和混沌的关联维数	第25-26页
·时间序列混沌特性的检验	第26-31页
·替代数据法	第26-29页
·不同分布的随机数对判值的影响	第29-31页
·重构相空间	第31-33页
·重构相空间的本征值分解技术	第33-43页
·本征值分解理论	第34-35页
·嵌入空间向量矩阵的本征值分值	第35-37页
·本征向量基坐标选取的改进算法	第37-39页
·最小嵌入空间的标准正交基底	第39-43页
·多变量混沌时序重构相空间	第43-45页
·多变量混沌时序重构相空间	第43页
·嵌入参数的选取	第43-45页
·本章小结	第45-47页
第三章 基于混沌时间序列的网络流量预测	第47-72页
·Lyapunov 指数的计算	第47-55页
·Lyapunov 指数	第47-48页
·Lyapunov 指数的轨线计算方法	第48-51页
·Lyapunov 指数的矩阵计算方法	第51-55页
·非线性预报技术	第55-57页
·非线性预报算法	第55-56页
·非线性预报结合替代数据方法	第56-57页
·多变量混沌时序的预测方法	第57-60页
·局部平均预测法	第57页
·局部线性预测法	第57-59页
·局部多项式预测法	第59-60页
·降维	第60-64页
·主成分分析	第60-62页
·多变量混沌时序降维改进算法	第62-64页
·仿真实验	第64-65页
·考虑混沌特性的网络流量预测	第65-71页
·网络流量的特性	第66页
·网络流量预测模型	第66-71页
·本章小结	第71-72页
第四章 基于混沌时序预测的主动型入侵防御系统	第72-100页
·支持向量机	第72-78页
·支持向量机分类理论	第72-75页
·常用核函数	第75-76页
·支持向量机算法	第76-78页
·支持向量机回归预测	第78-79页
·基于支持向量机的异常网络流量检测	第79-81页
·异常检测的特征选择	第79-80页
·基于支持向量机的异常网络流量检测	第80-81页
·基于混沌-支持向量机的网络流量预测	第81-85页
·混沌网络流量预测性能改进的探讨	第81页
·基于混沌-支持向量机的网络流量预测模型	第81-83页
·利用建立的模型预测网络流量	第83-85页
·特征选择	第85-88页
·因子分析	第85-86页
·自调节加权的特征选择	第86-88页
·基于改进遗传神经网络的入侵检测模型	第88页
·主动型入侵防御系统	第88-99页
·基于支持向量机的入侵检测	第89-94页
·基于混沌-支持向量机的报警信息预测	第94-97页
·系统测试	第97-99页
·本章小结	第99-100页
第五章 总结与展望	第100-102页
·总结	第100页
·展望	第100-102页
参考文献	第102-110页
附录 1 攻读学位期间发表论文目录	第110-111页
附录 2 攻读学位期间参加科研项目目录	第111-112页
致谢	第112页