基于自律计算的主动入侵检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-16页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·入侵检测技术 | 第10-11页 |
| ·主动入侵检测技术 | 第11-12页 |
| ·自律计算技术 | 第12-14页 |
| ·论文的主要研究内容和方法 | 第14页 |
| ·论文的章节安排 | 第14-16页 |
| 第2章 入侵检测技术 | 第16-32页 |
| ·引言 | 第16页 |
| ·入侵检测概述 | 第16-24页 |
| ·入侵检测研究现状 | 第16-23页 |
| ·通用入侵检测模型及工作原理 | 第23-24页 |
| ·入侵检测系统的分类 | 第24-28页 |
| ·根据检测方法的分类 | 第25-26页 |
| ·根据体系结构的分类 | 第26-28页 |
| ·入侵检测面对的挑战及其发展趋势 | 第28-30页 |
| ·入侵检测面对的挑战 | 第29-30页 |
| ·入侵检测的发展趋势 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于自律计算的主动入侵检测模型 | 第32-53页 |
| ·引言 | 第32页 |
| ·自律计算技术 | 第32-38页 |
| ·自律计算概念模型 | 第33-35页 |
| ·自律计算技术的特性 | 第35-36页 |
| ·自律计算技术的策略知识 | 第36-38页 |
| ·自律主动入侵检测模型 | 第38-42页 |
| ·Agent 协同层 | 第39-40页 |
| ·传感器和效应器 | 第40-41页 |
| ·数据归一化 | 第41页 |
| ·自主管理器 | 第41-42页 |
| ·检测引擎 | 第42-45页 |
| ·检测引擎体系结构图 | 第42-43页 |
| ·分类器的构造 | 第43-45页 |
| ·主动响应与决策 | 第45-49页 |
| ·主动响应结构图 | 第45-46页 |
| ·系统响应决策 | 第46-49页 |
| ·仿真实验及性能分析 | 第49-52页 |
| ·实验数据集 | 第49页 |
| ·实验方案 | 第49页 |
| ·实验结果与分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于自律计算的入侵特征自主提取算法 | 第53-66页 |
| ·引言 | 第53页 |
| ·自律计算 | 第53-55页 |
| ·粒子群优化算法 | 第55-58页 |
| ·群体规模 m | 第56页 |
| ·惯性因子ω | 第56-57页 |
| ·学习因子 | 第57页 |
| ·最大迭代次数 N | 第57-58页 |
| ·粒子最大速度V_(max) | 第58页 |
| ·特征相关性分析 | 第58页 |
| ·入侵特征选择算法 | 第58-61页 |
| ·特征选择定义及原则 | 第58-59页 |
| ·离散二进制粒子群优化算法 | 第59页 |
| ·特征子集表示形式 | 第59页 |
| ·适应度函数 | 第59-60页 |
| ·算法描述 | 第60-61页 |
| ·实验过程与结果分析 | 第61-64页 |
| ·实验数据集 | 第61页 |
| ·实验方案 | 第61页 |
| ·实验结果分析 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第5章 结论与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间的研究成果 | 第73页 |
