| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究背景和实用意义 | 第8-9页 |
| ·目前国内外研究现状 | 第9-11页 |
| ·论文的主要工作 | 第11页 |
| ·论文内容安排 | 第11-13页 |
| 第2章 入侵检测技术 | 第13-19页 |
| ·入侵检测的相关概念 | 第13-14页 |
| ·入侵检测技术的分类 | 第14-16页 |
| ·入侵检测的不足 | 第16-17页 |
| ·入侵检测技术的发展趋势 | 第17-18页 |
| 本章小结 | 第18-19页 |
| 第3章 小波神经网络 | 第19-35页 |
| ·神经网络简介 | 第19页 |
| ·小波神经网络 | 第19-23页 |
| ·基于传统梯度下降算法的小波神经网络 | 第23-25页 |
| ·LEVENBERG-MARQUARDT算法改进的小波神经网络 | 第25-27页 |
| ·实验数据处理 | 第27-29页 |
| ·小波神经网络的构造 | 第29-33页 |
| ·仿真对比试验 | 第33-34页 |
| 本章小结 | 第34-35页 |
| 第4章 遗传算法 | 第35-44页 |
| ·遗传算法的发展与现状 | 第35-36页 |
| ·遗传算法的原理 | 第36-37页 |
| ·遗传算法的编码 | 第37-38页 |
| ·遗传算法的适应度函数、操作算子和参数设定 | 第38-40页 |
| ·遗传算法优化神经网络的连接权 | 第40-41页 |
| ·仿真试验 | 第41-43页 |
| 本章小结 | 第43-44页 |
| 第5章 基于小波神经网络和遗传算法的入侵检测系统 | 第44-59页 |
| ·GA-LM小波神经网络总体思想 | 第44页 |
| ·染色体编码 | 第44-45页 |
| ·适应度计算 | 第45页 |
| ·遗传算子的选择 | 第45-48页 |
| ·运行参数选择 | 第48页 |
| ·仿真实验 | 第48-58页 |
| 本章小结 | 第58-59页 |
| 论文总结 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录 KDDCUP99数据集特征属性 | 第63-65页 |
| 致谢 | 第65页 |