| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.3 研究的目的和意义 | 第16-17页 |
| 1.4 论文主要内容 | 第17页 |
| 1.5 论文组织结构 | 第17-19页 |
| 第二章 相关技术 | 第19-33页 |
| 2.1 计算机网络安全 | 第19-21页 |
| 2.1.1 定义 | 第19页 |
| 2.1.2 常见网络攻击 | 第19-21页 |
| 2.2 计算机网络安全防护机制 | 第21-25页 |
| 2.2.1 访问控制 | 第21页 |
| 2.2.2 数据加密 | 第21-23页 |
| 2.2.3 反病毒软件 | 第23-24页 |
| 2.2.4 防火墙 | 第24页 |
| 2.2.5 蜜罐 | 第24-25页 |
| 2.3 入侵检测 | 第25-29页 |
| 2.3.1 入侵检测基本概念 | 第25页 |
| 2.3.2 入侵检测分类 | 第25-27页 |
| 2.3.3 入侵检测模型评价指标 | 第27页 |
| 2.3.4 基于机器学习的入侵检测 | 第27-29页 |
| 2.4 人工神经网络 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 特征选择 | 第33-55页 |
| 3.1 数据集 | 第33-41页 |
| 3.1.1 数据集来源 | 第33-34页 |
| 3.1.2 数据集内容 | 第34-40页 |
| 3.1.3 数据预处理 | 第40-41页 |
| 3.2 基于Fisher的特征选择 | 第41-46页 |
| 3.2.1 特征选择概述 | 第41-44页 |
| 3.2.2 Fisher特征选择 | 第44-46页 |
| 3.3 基于PCA的特征降维 | 第46-48页 |
| 3.4 一种基于Fisher和PCA的特征选择算法 | 第48-49页 |
| 3.5 特征选择算法实现 | 第49-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第四章 基于Adam优化的神经网络入侵检测研究 | 第55-65页 |
| 4.1 BP神经网络性能影响因素 | 第55-56页 |
| 4.2 Adam优化算法 | 第56-58页 |
| 4.3 入侵检测算法设计 | 第58-60页 |
| 4.4 实验仿真 | 第60-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第五章 总结和展望 | 第65-67页 |
| 5.1 工作总结 | 第65-66页 |
| 5.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的学术论文 | 第71-72页 |
| 致谢 | 第72页 |