| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7页 |
| ·入侵检测技术 | 第7-11页 |
| ·混合智能模型在入侵检测中的应用 | 第11-12页 |
| ·论文内容安排 | 第12-13页 |
| 第二章 入侵检测技术研究 | 第13-23页 |
| ·IDS 的主要功能 | 第13-14页 |
| ·入侵检测主要技术 | 第14-21页 |
| ·按照检测技术或方法分类 | 第14-19页 |
| ·按照检测对象分类 | 第19-20页 |
| ·按照检测时机不同分类 | 第20页 |
| ·按照系统结构分类 | 第20-21页 |
| ·入侵检测技术目前存在的问题 | 第21-23页 |
| 第三章 神经网络树的设计方法及在入侵检测中应用的研究 | 第23-40页 |
| ·基于神经网络与决策树的混合智能模型研究 | 第23-35页 |
| ·神经网络树设计与实现研究 | 第24-29页 |
| ·基于遗传算法的多目标优化设计神经网络树 | 第29-30页 |
| ·基于多模板匹配的神经网络树 | 第30-32页 |
| ·基于特征自组织学习的神经网络树 | 第32-33页 |
| ·基于最近邻的多层感知器分类方法 | 第33-35页 |
| ·神经网络树在入侵检测中应用的研究 | 第35-40页 |
| ·DARPA 入侵检测数据库 | 第35-37页 |
| ·基于神经网络树入侵检测实验结果与分析 | 第37-40页 |
| 第四章 回声神经网络树(ESNTree)及在入侵检测中的应用研究 | 第40-57页 |
| ·回声神经网络研究 | 第40-44页 |
| ·回声神经网络 | 第40-42页 |
| ·回声神经网络学习方法 | 第42-44页 |
| ·回声神经网络树(ESNTree)设计方法及研究 | 第44-51页 |
| ·ESNTree(ESNTree)设计方法 | 第44-49页 |
| ·回声神经网络树(ESNTree)分类性能研究 | 第49-51页 |
| ·回声神经网络树(ESNTree)在入侵检测中的应用研究 | 第51-57页 |
| ·入侵检测数据库及数据预处理 | 第51-54页 |
| ·入侵检测实验结果比较及分析 | 第54-57页 |
| 第五章 总结与展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
