基于改进的GP和聚类分析的入侵检测方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·本文的研究意义 | 第8-9页 |
| ·相关领域的研究现状 | 第9-10页 |
| ·国外的研究现状 | 第9-10页 |
| ·国内的研究现状 | 第10页 |
| ·论文的组织结构 | 第10-12页 |
| 第二章 入侵检测系统 | 第12-21页 |
| ·入侵检测系统的概念 | 第12-13页 |
| ·入侵检测系统的通用模型 | 第13-14页 |
| ·入侵检测系统的衡量准则 | 第14-15页 |
| ·入侵检测系统的分类 | 第15-19页 |
| ·入侵检测系统的发展方向 | 第19-21页 |
| 第三章 混合入侵检测方法的提出 | 第21-31页 |
| ·人工免疫系统在入侵检测中的应用 | 第21-22页 |
| ·基因编程技术 | 第22-25页 |
| ·基因编程技术概述 | 第22-23页 |
| ·GP生成程序的过程 | 第23-25页 |
| ·基因编程与遗传算法的比较 | 第25-26页 |
| ·遗传算法的简介 | 第25页 |
| ·GP与GA的关系 | 第25-26页 |
| ·聚类分析 | 第26-31页 |
| ·聚类分析概述 | 第26-27页 |
| ·聚类分析的过程 | 第27-28页 |
| ·聚类分析算法在入侵检测方面的具体应用 | 第28-31页 |
| 第四章 混合入侵检测框架的建立 | 第31-41页 |
| ·利用改进的GP和聚类分析建立的入侵检测框架 | 第31-32页 |
| ·运用GP的改进算法进化规则 | 第32-37页 |
| ·GP的参数表示 | 第32-33页 |
| ·GP的适应度函数表示 | 第33-34页 |
| ·利用改进的GP产生新规则 | 第34-37页 |
| ·利用改进的聚类分析方法分类入侵 | 第37-41页 |
| ·改进的K-means算法介绍 | 第38-40页 |
| ·利用改进的K-means算法分类入侵 | 第40-41页 |
| 第五章 具体实现和实验结果 | 第41-52页 |
| ·入侵检测模块设计 | 第41-49页 |
| ·数据库模块 | 第42-44页 |
| ·训练模块 | 第44-45页 |
| ·测试模块 | 第45-46页 |
| ·分类模块 | 第46-47页 |
| ·显示模块 | 第47-48页 |
| ·调度模块 | 第48-49页 |
| ·入侵检测模块测试 | 第49-52页 |
| ·测试环境及数据 | 第49-50页 |
| ·测试结果 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间发表的论文 | 第57页 |
