多目标免疫入侵检测策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 国外研究现状与应用 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.2.3 国内外研究分析 | 第15-16页 |
| 1.3 研究内容 | 第16-18页 |
| 1.3.1 课题来源 | 第16页 |
| 1.3.2 论文内容 | 第16页 |
| 1.3.3 组织结构 | 第16-18页 |
| 第2章 免疫入侵检测和多目标规划 | 第18-26页 |
| 2.1 免疫入侵检测技术 | 第18页 |
| 2.2 基本概念介绍 | 第18-21页 |
| 2.2.1 自体/非自体检测 | 第18页 |
| 2.2.2 检测率/误报率 | 第18-19页 |
| 2.2.3 匹配规则 | 第19-20页 |
| 2.2.4 否定选择 | 第20页 |
| 2.2.5 克隆选择 | 第20-21页 |
| 2.3 高性能免疫入侵检测系统架构 | 第21-24页 |
| 2.3.1 网络模块 | 第21-23页 |
| 2.3.2 数据采集模块 | 第23页 |
| 2.3.3 数据处理模块 | 第23页 |
| 2.3.4 数据库模块 | 第23-24页 |
| 2.4 多目标规划入侵检测研究分析 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 免疫入侵检测多目标优化克隆选择算法 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 多目标优化克隆选择算法 | 第26-31页 |
| 3.2.1 多目标优化理论基本概念 | 第26-27页 |
| 3.2.2 检测器抗原多目标优化模型 | 第27页 |
| 3.2.3 MCSA中的交叉变异策略 | 第27-28页 |
| 3.2.4 MCSA算法流程 | 第28-29页 |
| 3.2.5 算法收敛性分析 | 第29-31页 |
| 3.3 实验分析 | 第31-35页 |
| 3.3.1 数据处理及参数设置 | 第31-32页 |
| 3.3.2 算法迭代效率分析 | 第32-33页 |
| 3.3.3 检测器匹配阈值分析 | 第33-34页 |
| 3.3.4 检测器数量分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于多目标规划的异常检测算法 | 第36-52页 |
| 4.1 引言 | 第36页 |
| 4.2 SMO算法概述 | 第36-40页 |
| 4.2.1 多元条件极值转化过程分析 | 第36-37页 |
| 4.2.2 SMO算法参数优化过程分析 | 第37-40页 |
| 4.2.3 SMO算法性能分析 | 第40页 |
| 4.3 多目标规划入侵检测算法 | 第40-47页 |
| 4.3.1 多目标规划入侵检测的模型构造 | 第41-43页 |
| 4.3.2 多目标规划模型求解及算法流程 | 第43-45页 |
| 4.3.3 算法流程 | 第45-47页 |
| 4.4 实验分析 | 第47-51页 |
| 4.4.1 参数设置 | 第47-48页 |
| 4.4.2 检测率误报率分析 | 第48-50页 |
| 4.4.3 训练及检测时间对比 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间所发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
