| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究的背景、意义、现状 | 第10-12页 |
| ·研究的背景及意义 | 第10页 |
| ·基于粗糙集与人工免疫的入侵检测系统的研究现状 | 第10-12页 |
| ·研究的内容及目标 | 第12-13页 |
| 第2章 入侵检测系统 | 第13-26页 |
| ·网络安全 | 第13-18页 |
| ·网络安全的现状 | 第13-14页 |
| ·网络安全面临的威胁 | 第14-15页 |
| ·网络防护的机制与技术 | 第15-18页 |
| ·入侵检测技术概论 | 第18-25页 |
| ·入侵检测技术的诞生及发展 | 第18-20页 |
| ·入侵检测的相关概念 | 第20-21页 |
| ·入侵检测的原理 | 第21页 |
| ·入侵检测系统的分类 | 第21-24页 |
| ·入侵检测常用方法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于粗糙集与人工免疫的入侵检测模型的理论基础 | 第26-45页 |
| ·粗糙集理论 | 第26-33页 |
| ·粗糙集理论的有关概念 | 第27-28页 |
| ·粗糙集理论中的连续属性的离散化 | 第28-31页 |
| ·粗糙集理论中的属性约简 | 第31-33页 |
| ·粗糙集理论的特点 | 第33页 |
| ·免疫学概论 | 第33-37页 |
| ·免疫学的诞生和发展 | 第33-35页 |
| ·免疫学的相关概念 | 第35-37页 |
| ·人工免疫 | 第37-40页 |
| ·人工免疫系统的发展历程 | 第37-38页 |
| ·人工免疫算法 | 第38-40页 |
| ·遗传算法 | 第40-44页 |
| ·遗传算法的定义 | 第40-41页 |
| ·遗传算法的特点 | 第41页 |
| ·遗传算法的主要应用 | 第41-42页 |
| ·遗传算法的流程 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于粗糙集与人工免疫的入侵检测模型研究 | 第45-53页 |
| ·两种入侵检测模型简介 | 第45-46页 |
| ·基本的入侵检测模型 | 第45页 |
| ·通用的入侵检测模型 | 第45-46页 |
| ·基于粗糙集与人工免疫的入侵检测模型设计 | 第46-49页 |
| ·模型框架 | 第46-47页 |
| ·模型组成 | 第47-49页 |
| ·模型工作流程 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 模型中的关键技术研究 | 第53-68页 |
| ·规则库的建立 | 第53-57页 |
| ·系统调用的决策表 | 第53-55页 |
| ·提取行为规则 | 第55页 |
| ·决策表的约简及规则提取 | 第55-57页 |
| ·检测器的生成 | 第57-62页 |
| ·非自我检测器的生成 | 第58-60页 |
| ·自我检测器的生成 | 第60-62页 |
| ·模型中的检测算法 | 第62-65页 |
| ·规则库的更新算法 | 第65-67页 |
| ·非自我规则库的更新 | 第66页 |
| ·自我规则库的更新 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 仿真实验与分析 | 第68-75页 |
| ·实验准备 | 第68页 |
| ·实验数据集 | 第68-69页 |
| ·实验数据的预处理 | 第69-70页 |
| ·实验结果分析 | 第70-74页 |
| ·正常行为的“自我”识别 | 第70-72页 |
| ·异常行为的“非自我”识别 | 第72-73页 |
| ·实验总结 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 总结与展望 | 第75-77页 |
| 论文总结 | 第75页 |
| 对今后研究工作的展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81页 |