| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 插图索引 | 第9-11页 |
| 附表索引 | 第11-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景及研究意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 本文的主要工作 | 第17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第二章 检测算法概述 | 第19-32页 |
| 2.1 物联网网络层攻击概述 | 第19-20页 |
| 2.2 传统的检测器生成算法 | 第20-23页 |
| 2.2.1 阴性选择算法 | 第21页 |
| 2.2.2 贪婪算法 | 第21-22页 |
| 2.2.3 小生境策略 | 第22-23页 |
| 2.3 免疫危险理论 | 第23-25页 |
| 2.4 基于免疫危险理论的检测算法 | 第25-30页 |
| 2.4.1 DCA 算法的基本原理 | 第25-27页 |
| 2.4.2 DCA 算法描述 | 第27-29页 |
| 2.4.3 DC 特征提取 | 第29页 |
| 2.4.4 DCA 存在的问题 | 第29-30页 |
| 2.5 体系结构及关键技术分析 | 第30-31页 |
| 2.6 小结 | 第31-32页 |
| 第三章 基于免疫危险理论的物联网网络层检测器及算法 | 第32-64页 |
| 3.1 匹配规则概述 | 第32-36页 |
| 3.1.1 常用匹配规则 | 第32-33页 |
| 3.1.2 MSMA 二进制分段近似匹配规则 | 第33-36页 |
| 3.2 基于免疫危险理论的 KRID 智能检测器 | 第36-39页 |
| 3.2.1 术语说明 | 第36-37页 |
| 3.2.2 KRID 智能检测器的设计 | 第37-39页 |
| 3.3 KRNA 检测算法 | 第39-52页 |
| 3.3.1 KRNA 检测算法概述 | 第39-40页 |
| 3.3.2 KRNA 检测算法的基本思想 | 第40页 |
| 3.3.3 KRNA 检测算法的主要步骤及形式描述 | 第40-43页 |
| 3.3.4 相似度分析 | 第43-44页 |
| 3.3.5 实验及结果分析 | 第44-52页 |
| 3.4 KRSA 检测算法 | 第52-55页 |
| 3.4.1 KRSA 检测算法的基本思想 | 第52-53页 |
| 3.4.2 KRSA 检测算法的主要步骤 | 第53-55页 |
| 3.5 基于免疫危险理论的 DSAA 动态自适应算法 | 第55-63页 |
| 3.5.1 DSAA 动态自适应算法的基本思想 | 第55-57页 |
| 3.5.2 DSAA 动态自适应算法主要步骤 | 第57-59页 |
| 3.5.3 实验及结果分析 | 第59-63页 |
| 3.6 小结 | 第63-64页 |
| 第四章 检测器种群进化方法 | 第64-74页 |
| 4.1 传统的检测器种群进化方法 | 第64-67页 |
| 4.1.1 克隆选择算法 | 第64-65页 |
| 4.1.2 动态克隆选择算法 | 第65-66页 |
| 4.1.3 遗传算法 | 第66-67页 |
| 4.2 PTRA 检测器种群进化方法 | 第67-70页 |
| 4.2.1 PTRA 检测器种群进化方法的主要步骤 | 第67-69页 |
| 4.2.3 PTRA 检测器种群进化方法描述 | 第69-70页 |
| 4.3 实验及结果分析 | 第70-73页 |
| 4.4 小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74页 |
| 5.2 展望 | 第74-76页 |
| 参考文献 | 第76-83页 |
| 主要成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附录 | 第85-101页 |
