| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-18页 |
| ·课题的研究背景和意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·入侵检测系统的发展 | 第13-14页 |
| ·入侵检测系统的国内外研究现状 | 第14-15页 |
| ·神经网络的研究现状 | 第15-16页 |
| ·当前研究存在的问题 | 第16页 |
| ·本文主要研究内容以及创新点 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 第二章 入侵检测系统和BP神经网络 | 第18-31页 |
| ·常用的网络攻击方法 | 第18-19页 |
| ·入侵检测技术方法分类 | 第19-22页 |
| ·按原始数据的来源分类 | 第19-20页 |
| ·按检测方法分类 | 第20-22页 |
| ·入侵检测模型和工作过程 | 第22-25页 |
| ·入侵检测系统模型 | 第22-24页 |
| ·入侵检测系统的工作模式 | 第24-25页 |
| ·入侵检测技术的发展趋势研究 | 第25-26页 |
| ·BP神经网络算法研究 | 第26-30页 |
| ·多层感知器 | 第26页 |
| ·BP神经网络学习算法 | 第26-28页 |
| ·BP神经网络的工作过程 | 第28-30页 |
| ·神经网络在入侵检测中的优势 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于改进PSO算法的BP神经网络 | 第31-46页 |
| ·PSO算法 | 第31-33页 |
| ·PSO算法基本原理 | 第31页 |
| ·PSO算法数学描述 | 第31-32页 |
| ·PSO算法流程 | 第32-33页 |
| ·PSO算法研究和发展 | 第33页 |
| ·基于变异算子和非线性惯性权重的改进PSO算法-MPSO | 第33-36页 |
| ·非线性惯性权重 | 第33-34页 |
| ·变异算子 | 第34页 |
| ·早熟现象的判定与处理 | 第34-36页 |
| ·MPSO算法实验结果分析 | 第36-40页 |
| ·测试函数 | 第36-37页 |
| ·MPSO算法参数设置 | 第37页 |
| ·MPSO算法性能分析 | 第37-40页 |
| ·基于MPSO算法的BP神经网络-MPSO_BP神经网络 | 第40-45页 |
| ·MPSO_BP算法基本思想 | 第41页 |
| ·MPSO_BP混合优化算法流程 | 第41-42页 |
| ·算法的评价及分析指标 | 第42-44页 |
| ·MPSO_BP神经网络的仿真实验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于MPSO_BP神经网络的入侵检测模型 | 第46-59页 |
| ·模型整体设计 | 第46-47页 |
| ·MPBIDS模型 | 第47-51页 |
| ·网络数据收集 | 第47-48页 |
| ·数据预处理流程 | 第48-49页 |
| ·MPSO_BP神经网络模块 | 第49-50页 |
| ·响应及报警模块 | 第50-51页 |
| ·MPBIDS模型的扩展性 | 第51页 |
| ·实验数据集准备 | 第51-55页 |
| ·实验数据集介绍 | 第51-52页 |
| ·数据集预处理 | 第52-55页 |
| ·实验及结果分析 | 第55-57页 |
| ·实验环境 | 第55页 |
| ·IDS性能指标 | 第55页 |
| ·性能测试 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间参加的科研项目 | 第67页 |
| 攻读硕士学位期间发表和录用的论文 | 第67页 |