| 第一章 引言 | 第1-42页 |
| ·网络安全的现状及其研究意义 | 第11-13页 |
| ·入侵检测技术 | 第13-24页 |
| ·入侵检测技术的分类 | 第14-17页 |
| ·入侵检测系统的分类 | 第17-19页 |
| ·入侵检测系统的研究现状 | 第19-21页 |
| ·入侵检测系统的主要发展趋势 | 第21-24页 |
| ·移动 Agent技术 | 第24-32页 |
| ·Agent的定义 | 第24-25页 |
| ·Agent的分类 | 第25-28页 |
| ·移动 Agent系统的组成 | 第28-30页 |
| ·移动 Agent在入侵检测系统中的应用 | 第30-32页 |
| ·人工神经网络技术 | 第32-38页 |
| ·人工神经网络概述 | 第33-35页 |
| ·BP神经网络设计的关键技术 | 第35-36页 |
| ·人工神经网络在入侵检测系统中的应用 | 第36-38页 |
| ·遗传算法 | 第38-40页 |
| ·本文贡献 | 第40-41页 |
| ·本文主要内容及安排 | 第41-42页 |
| 第二章 基于对等协同的分布式入侵检测系统模型研究 | 第42-71页 |
| ·分布式入侵检测系统的典型结构 | 第42-45页 |
| ·模型的设计目标 | 第45-46页 |
| ·P~2IDSM的结构框架 | 第46-49页 |
| ·P~2IDSM的组件 | 第49-56页 |
| ·入侵检测代理 IDA(Intrusion Detection Agent) | 第49-51页 |
| ·通信代理 CA(Communication Agent) | 第51-52页 |
| ·管理代理 MA(Manage Agent) | 第52-55页 |
| ·游弋代理 CRA(Cruise Agent) | 第55页 |
| ·部署代理 DA(Deploy Agent) | 第55页 |
| ·守护代理 WA(Watch Agent) | 第55页 |
| ·管理员节点 | 第55-56页 |
| ·协作机制 | 第56-57页 |
| ·通信机制 | 第57-67页 |
| ·SIENA | 第58-60页 |
| ·P~2IDSM通信机制的组织服务器拓扑结构 | 第60-61页 |
| ·路由算法和处理策略 | 第61-66页 |
| ·通信机制的特点 | 第66页 |
| ·基于域的通信服务器连接机制 | 第66-67页 |
| ·P~2IDSM的特点 | 第67-69页 |
| ·P~2IDSM需要解决的其它关键技术 | 第69页 |
| ·本章小结 | 第69-71页 |
| 第三章 基于态势的自适应负载均衡机制及抗毁性研究 | 第71-84页 |
| ·问题的引入 | 第71页 |
| ·负载均衡技术 | 第71-72页 |
| ·基于态势的自适应负载均衡机制 | 第72-79页 |
| ·负载均衡机制的结构 | 第72-75页 |
| ·负载信息的获取 | 第75-76页 |
| ·负载均衡策略 | 第76-79页 |
| ·P~2IDSM的抗毁机制 | 第79-82页 |
| ·抗毁协议 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第四章 基于信用扩散场的 MAS信用模型研究 | 第84-102页 |
| ·引言 | 第84页 |
| ·MAS的信用机制 | 第84-89页 |
| ·MAS信用的概念及其特征 | 第84-85页 |
| ·MAS信用机制的研究现状 | 第85-89页 |
| ·基于信用扩散场的MAS信用模型 | 第89-97页 |
| ·信用扩散和信用扩散场 | 第89-93页 |
| ·信用扩散场坐标轴的构建 | 第93-94页 |
| ·信用扩散场中的信用扩散 | 第94-96页 |
| ·单源点信用扩散梯度算法 | 第96-97页 |
| ·信用模型在 P~2IDSM中的应用 | 第97-98页 |
| ·基于完整性检测和容错的 Agent迁移机制 | 第98-101页 |
| ·Agent的完整性检测与容错 | 第98-99页 |
| ·AMFIV机制 | 第99-100页 |
| ·AMFIV机制的复杂性和实时性分析 | 第100-101页 |
| ·本章小结 | 第101-102页 |
| 第五章 入侵行为的描述与特征提取 | 第102-121页 |
| ·问题的引入 | 第102页 |
| ·常用攻击方法的分类及技术特点分析 | 第102-107页 |
| ·拒绝服务攻击(DOS) | 第102-104页 |
| ·探测攻击(Probing) | 第104-105页 |
| ·远程用户到本地的非授权访问(R2L) | 第105页 |
| ·非授权获得超级用户权限攻击(U2L) | 第105-107页 |
| ·入侵行为的描述 | 第107-110页 |
| ·数据特征的提取 | 第110-116页 |
| ·常用的特征提取方法 | 第110-112页 |
| ·基于 KDDCUP’99标准数据集的数据特征提取方法 | 第112-116页 |
| ·数据的规一化处理 | 第116-120页 |
| ·本章小结 | 第120-121页 |
| 第六章 基于自适应误差分级迭代的遗传 BP算法研究 | 第121-139页 |
| ·NIDA引擎算法的选择 | 第121-123页 |
| ·遗传 BP算法 | 第123-127页 |
| ·自适应的误差分级迭代算法 | 第127-129页 |
| ·引擎算法的实现 | 第129-130页 |
| ·实验结果与分析 | 第130-137页 |
| ·实验环境 | 第130-131页 |
| ·实验过程与结果 | 第131-136页 |
| ·实验结果分析 | 第136-137页 |
| ·本章小结 | 第137-139页 |
| 第七章 基于 ARM的高速数据分配器的研究与设计 | 第139-154页 |
| ·问题的引入 | 第139页 |
| ·系统体系结构及模型 | 第139-141页 |
| ·数据分配算法 | 第141-144页 |
| ·数据分配的基本原则 | 第141-142页 |
| ·基于时间片的数据分配算法 | 第142-144页 |
| ·基于应用的数据分配算法 | 第144页 |
| ·高速数据分配器的设计 | 第144-153页 |
| ·主要器件选择 | 第146-150页 |
| ·各模块详细设计 | 第150-152页 |
| ·嵌入式操作系统 | 第152页 |
| ·硬件系统的改进 | 第152-153页 |
| ·本章小结 | 第153-154页 |
| 第八章 结论 | 第154-156页 |
| 致谢 | 第156-157页 |
| 参考文献 | 第157-169页 |
| 个人简历 | 第169-170页 |
| 作者攻博期间的成果 | 第170-171页 |
