基于免疫理论的多Agent入侵检测系统
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 入侵检测系统概述 | 第10-23页 |
| ·入侵检测产生的背景 | 第10-12页 |
| ·攻击事件举例 | 第10-11页 |
| ·当前的网络安全状况 | 第11-12页 |
| ·入侵检测的发展过程 | 第12-13页 |
| ·入侵检测系统的概念 | 第13-15页 |
| ·入侵检测系统的技术及分类 | 第15-18页 |
| ·入侵检测系统的技术 | 第15-16页 |
| ·入侵检测系统的分类 | 第16-18页 |
| ·入侵检测技术的发展趋势 | 第18-21页 |
| ·入侵检测系统的标准化 | 第18-19页 |
| ·入侵检测系统面临的主要问题 | 第19-20页 |
| ·入侵检测系统的发展趋势 | 第20-21页 |
| ·国内外研究现状 | 第21-22页 |
| ·本文研究的内容 | 第22-23页 |
| 第2章 拒绝服务攻击 | 第23-29页 |
| ·TCP协议 | 第23-25页 |
| ·TCP在TCP/IP协议族中的层次关系 | 第23-24页 |
| ·TCP报文 | 第24-25页 |
| ·拒绝服务攻击 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 异常检测器的产生 | 第29-46页 |
| ·网络连接特征表示 | 第29-31页 |
| ·self集合和nonself集合 | 第31-32页 |
| ·基因型和表现型 | 第32-35页 |
| ·离散化算法 | 第32-33页 |
| ·检测器编码 | 第33页 |
| ·匹配 | 第33-35页 |
| ·抗体库 | 第35页 |
| ·匹配规则 | 第35-37页 |
| ·汉明距离 | 第35-37页 |
| ·相关集合的关系 | 第37页 |
| ·基于小生境的遗传算法 | 第37-41页 |
| ·小生境技术 | 第37-38页 |
| ·实际适应度和样本适应度 | 第38-39页 |
| ·适应度共享 | 第39-41页 |
| ·数据挖掘算法 | 第41-43页 |
| ·负选择 | 第43页 |
| ·检测器的产生 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 免疫系统原理 | 第46-57页 |
| ·生物免疫原理 | 第46-48页 |
| ·检测器的生命周期 | 第48-53页 |
| ·动态检测器 | 第50-51页 |
| ·记忆检测器 | 第51-52页 |
| ·协同激励 | 第52页 |
| ·激活阈值和敏感度 | 第52-53页 |
| ·动态克隆选择 | 第53-56页 |
| ·成熟检测器的产生 | 第53-54页 |
| ·成熟检测器的激活 | 第54-56页 |
| ·self和nonself抗原检测 | 第56页 |
| ·本章小结 | 第56-57页 |
| 第5章 基于免疫学的多Agent入侵检测系统 | 第57-70页 |
| ·移动代理 | 第57-59页 |
| ·入侵检测系统的性能要求 | 第57-58页 |
| ·在入侵检测中应用移动代理的技术思想及优点 | 第58-59页 |
| ·系统工作原理 | 第59-64页 |
| ·代理 | 第61页 |
| ·收发器 | 第61-62页 |
| ·监视器 | 第62页 |
| ·用户界面 | 第62-63页 |
| ·备份 | 第63-64页 |
| ·域和集 | 第64页 |
| ·系统的物理模型 | 第64-65页 |
| ·通信机制 | 第65-66页 |
| ·主机内部的通信 | 第65-66页 |
| ·主机间通信 | 第66页 |
| ·仿真试验 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 系统的响应机制和部署 | 第70-76页 |
| ·响应机制 | 第70-73页 |
| ·主动响应 | 第70页 |
| ·被动响应 | 第70-71页 |
| ·常用的响应技术 | 第71-73页 |
| ·IDS的部署 | 第73-74页 |
| ·检测器在防火墙之外 | 第73页 |
| ·检测器在防火墙之内 | 第73-74页 |
| ·防火墙内外都有检测器 | 第74页 |
| ·检测器的其他位置 | 第74页 |
| ·本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 作者简介 | 第85页 |
