| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-13页 |
| 第1章 绪论 | 第13-17页 |
| ·入侵检测研究现状 | 第13-14页 |
| ·论文研究背景及意义 | 第14-16页 |
| ·入侵检测系统面临的挑战 | 第14页 |
| ·支持向量机检测方法 | 第14-15页 |
| ·支持向量机在大规模高速网络中的不足 | 第15页 |
| ·论文的研究内容 | 第15-16页 |
| ·论文的组织结构 | 第16-17页 |
| 第2章 入侵检测系统与Snort | 第17-22页 |
| ·入侵检测概述 | 第17-20页 |
| ·入侵检测系统分类 | 第17-18页 |
| ·入侵检测系统评估标准 | 第18-19页 |
| ·通用入侵检测模型 | 第19-20页 |
| ·典型的入侵检测系统Snort | 第20-21页 |
| ·Snort运行原理 | 第20-21页 |
| ·Snort体系架构 | 第21页 |
| ·Snort工作流程 | 第21页 |
| ·小结 | 第21-22页 |
| 第3章 支持向量机 | 第22-36页 |
| ·SVM概述 | 第22-27页 |
| ·二分类问题 | 第22-23页 |
| ·线性分类器 | 第23-25页 |
| ·近似线性分类器 | 第25页 |
| ·一般分类器 | 第25-26页 |
| ·核函数 | 第26页 |
| ·多分类问题 | 第26-27页 |
| ·基于CPU的SVM预测算法 | 第27-32页 |
| ·libsvm软件包 | 第27页 |
| ·基本数据结构及其关联关系 | 第27-30页 |
| ·传统基于CPU的SVM预测算法形式化描述 | 第30-32页 |
| ·基于SVM的入侵检测系统模型 | 第32-35页 |
| ·SVM应用到入侵检测的优势 | 第32页 |
| ·基于SVM的入侵检测模型设计 | 第32-34页 |
| ·入侵检测中SVM训练模块 | 第34页 |
| ·入侵检测中SVM检测模块 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第4章 基于GPU的并行计算 | 第36-46页 |
| ·GPU计算概述 | 第36-39页 |
| ·GPU的发展 | 第36页 |
| ·GPGPU的应用 | 第36-37页 |
| ·GPU与CPU特点对比 | 第37-39页 |
| ·GPU通用计算编程语言 | 第39页 |
| ·CUDA简介 | 第39-45页 |
| ·异构计算 | 第40-41页 |
| ·软件组织层次 | 第41页 |
| ·硬件组织层次 | 第41-42页 |
| ·软硬件映射关系 | 第42-44页 |
| ·CUDA存储器模型 | 第44页 |
| ·CUDA计算能力 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第5章 基于GPU的SVM预测算法G-SVM及其Snort集成 | 第46-68页 |
| ·引言 | 第46-48页 |
| ·算法GPU并行化需满足的条件 | 第46-47页 |
| ·算法GPU并行化的步骤 | 第47-48页 |
| ·G-SVM算法设计 | 第48-51页 |
| ·传统基于CPU的多特征向量预测流程 | 第48-49页 |
| ·确定原算法的hotspots | 第49-50页 |
| ·实现并行预测的两种策略 | 第50-51页 |
| ·G-SVM算法实现 | 第51-56页 |
| ·CPU与GPU任务划分 | 第51页 |
| ·算法流程及其形式化描述 | 第51-53页 |
| ·存储器选择 | 第53-54页 |
| ·Kernel函数设计与实现 | 第54-56页 |
| ·传统SVM算法与G-SVM算法实验对比评估 | 第56-61页 |
| ·实验环境 | 第56页 |
| ·实验数据 | 第56-57页 |
| ·实验步骤 | 第57页 |
| ·实验结果 | 第57-61页 |
| ·结果分析 | 第61页 |
| ·基于支持向量机的入侵检测系统S-Snort和GS-Snort | 第61-64页 |
| ·基于支持向量机的Snort体系架构 | 第62-63页 |
| ·S-Snort与GS-Snort的实现 | 第63-64页 |
| ·S-Snort与GS-Snort模拟实验 | 第64-66页 |
| ·实验环境 | 第64-65页 |
| ·实验过程 | 第65页 |
| ·实验结果 | 第65-66页 |
| ·结果分析 | 第66页 |
| ·小结 | 第66-68页 |
| 第6章 总结与展望 | 第68-69页 |
| ·论文总结 | 第68页 |
| ·进一步工作 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 作者简介及在学期间所取得的科研成果 | 第72-73页 |
| 致谢 | 第73页 |