基于自组织神经网络的入侵检测研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第一章 绪论 | 第9-17页 |
·网络面临的安全问题 | 第9-10页 |
·网络安全概述 | 第10-15页 |
·信息安全和网络安全的概念 | 第11-12页 |
·PPDR 模型 | 第12-13页 |
·网络安全技术概述 | 第13-15页 |
·选题的意义 | 第15页 |
·本文的研究工作 | 第15-17页 |
第二章 入侵检测系统概述 | 第17-24页 |
·入侵的概述 | 第17-19页 |
·入侵的定义 | 第17页 |
·基本原理 | 第17-19页 |
·入侵检测系统的功能 | 第19-20页 |
·入侵检测系统的分类 | 第20-22页 |
·入侵检测技术的发展趋势与面临的挑战 | 第22-23页 |
·入侵检测技术发展趋势 | 第22页 |
·入侵检测技术面临挑战 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 常用的攻击手段和方法分析 | 第24-32页 |
·拒绝服务攻击(DOS) | 第24-27页 |
·SYN Flooding (Neptune) | 第24-25页 |
·Ping of Death(Pod) | 第25页 |
·碎片攻击 | 第25页 |
·Land 攻击 | 第25页 |
·分布式拒绝服务攻击(DDOS) | 第25-26页 |
·Smurf 的攻击 | 第26-27页 |
·探测攻击(Probing) | 第27页 |
·远程用户到本地的非授权访问(R2L) | 第27-30页 |
·IP 欺骗(IP Spoofing) | 第28-30页 |
·特洛伊木马 | 第30页 |
·非受权获得超级用户权限攻击(U2R) | 第30-31页 |
·Buffer Overflow | 第30页 |
·Rootkit | 第30-31页 |
·本章小结 | 第31-32页 |
第四章 自组织神经网络原理及算法改进 | 第32-39页 |
·基于神经网络的入侵检测方法研究 | 第32-33页 |
·自组织神经网络算法研究 | 第33-36页 |
·原理 | 第33页 |
·结构 | 第33-34页 |
·算法 | 第34-36页 |
·邻域函数 | 第36-37页 |
·对SOM 算法的改进 | 第37-38页 |
·本章小结 | 第38-39页 |
第五章 实验设计及结果分析 | 第39-48页 |
·网络数据的截获 | 第39页 |
·基于KDDCUP'99 标准的特征选择和提取 | 第39-43页 |
·基本特征 | 第40-41页 |
·内容特征 | 第41-42页 |
·两秒钟内的流量特征 | 第42页 |
·主机流量特征 | 第42-43页 |
·DOS 攻击的数据特征分析 | 第43-44页 |
·基于GSOM 的DOS 攻击检测 | 第44-47页 |
·训练数据的不平衡问题 | 第44页 |
·SOM 和GSOM 对几种DOS 攻击检测结果 | 第44-47页 |
·本章小结 | 第47-48页 |
第六章 总结与展望 | 第48-50页 |
参考文献 | 第50-54页 |
发表论文和科研情况说明 | 第54-55页 |
致谢 | 第55-56页 |