遗传神经网络在入侵检测系统中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| CONTENTS | 第9-11页 |
| 第一章 绪论 | 第11-16页 |
| ·论文研究背景 | 第11-12页 |
| ·国内外相关研究 | 第12-14页 |
| ·本文主要工作 | 第14-15页 |
| ·本文组织结构 | 第15-16页 |
| 第二章 入侵检测系统 | 第16-28页 |
| ·计算机网络的安全问题 | 第16-18页 |
| ·网络安全的概念 | 第16页 |
| ·计算机网络面临的安全性威胁 | 第16-18页 |
| ·入侵检测系统的概述 | 第18-22页 |
| ·入侵检测系统的发展 | 第18-21页 |
| ·入侵检测系统的概念 | 第21-22页 |
| ·入侵检测系统的分类 | 第22-26页 |
| ·根据信息源的分类 | 第22-24页 |
| ·根据检测方法的分类 | 第24-25页 |
| ·另外的分类标准 | 第25-26页 |
| ·智能入侵检测技术 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 遗传算法和神经网络概述 | 第28-38页 |
| ·遗传算法 | 第28-33页 |
| ·遗传算法的产生和发展 | 第28-29页 |
| ·遗传算法的基本概念 | 第29-30页 |
| ·遗传算法的原理及计算步骤 | 第30-33页 |
| ·BP神经网络 | 第33-36页 |
| ·遗传神经网络 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于遗传神经网络的入侵检测系统 | 第38-55页 |
| ·数据包捕获模块 | 第39-45页 |
| ·以太网环境下的数据截获 | 第39-40页 |
| ·基于Winpcap库的数据捕获技术 | 第40-45页 |
| ·基于遗传神经网络的检测模块 | 第45-53页 |
| ·改进遗传算法 | 第45-50页 |
| ·GABP算法 | 第50-51页 |
| ·改进的GABP算法 | 第51-53页 |
| ·其它主要模块 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 仿真实验 | 第55-60页 |
| ·学习样本和测试样本 | 第55-57页 |
| ·实验 | 第57-58页 |
| ·实验结果及其分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 总结与展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间参加的研究项目和发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |
