人工神经网络技术在入侵检测系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·课题背景 | 第10-12页 |
| ·网络的不安全因素 | 第10-11页 |
| ·网络入侵攻击现状 | 第11-12页 |
| ·入侵检测研究的意义 | 第12页 |
| ·入侵检测发展趋势 | 第12-15页 |
| ·入侵检测系统国内外的发展 | 第12-13页 |
| ·现有入侵检测存在的问题 | 第13-14页 |
| ·入侵检测技术的几个方向 | 第14页 |
| ·入侵检测技术的发展趋势 | 第14-15页 |
| ·论文的主要工作 | 第15-16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 入侵检测相关技术 | 第18-32页 |
| ·入侵检测系统 | 第18-23页 |
| ·网络安全控制模型 | 第18-19页 |
| ·安全威胁的含义 | 第19-20页 |
| ·安全攻击 | 第20-22页 |
| ·入侵检测系统体系结构 | 第22-23页 |
| ·入侵检测系统的分类 | 第23-25页 |
| ·按检测技术分类 | 第23-24页 |
| ·按数据来源分类 | 第24页 |
| ·根据体系结构分类 | 第24-25页 |
| ·根据工作方式分类 | 第25页 |
| ·入侵检测的标准问题 | 第25页 |
| ·BP 神经网络技术 | 第25-29页 |
| ·神经网络主要特点 | 第25-26页 |
| ·人工神经元模型 | 第26-28页 |
| ·神经网络的分类 | 第28-29页 |
| ·神经网络的学习与训练方式 | 第29-30页 |
| ·学习方式 | 第29页 |
| ·训练方式 | 第29-30页 |
| ·入侵检测的神经网络方法 | 第30页 |
| ·入侵检测系统与协同 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 神经网络入侵检测系统总体设计 | 第32-38页 |
| ·TCP/IP 协议存在安全风险 | 第32-33页 |
| ·运输连接过程分析 | 第32-33页 |
| ·TCP/IP 协议自身的缺陷 | 第33页 |
| ·神经网络入侵检测模型思想 | 第33-34页 |
| ·基于神经网络的入侵检测系统总体框架 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 入侵检测系统子模块的实现 | 第38-54页 |
| ·数据采样模块的实现 | 第38-40页 |
| ·辅助决策模块的实现 | 第40-42页 |
| ·模块功能 | 第40-41页 |
| ·主要数据结构 | 第41-42页 |
| ·数据预处理模块的实现 | 第42-47页 |
| ·模块功能与实现 | 第42页 |
| ·模块实现过程 | 第42-45页 |
| ·主要数据结构 | 第45-47页 |
| ·神经网络分类器生成模块实现 | 第47-51页 |
| ·神经网络结构设计 | 第47-48页 |
| ·神经元转移函数与期望误差 | 第48页 |
| ·神经网络分类器模块功能与实现 | 第48-49页 |
| ·主要数据结构 | 第49-51页 |
| ·检测引擎模块的实现 | 第51-52页 |
| ·模块功能 | 第51页 |
| ·主要数据结构 | 第51-52页 |
| ·响应控制模块的实现 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 系统性能测试与分析 | 第54-68页 |
| ·系统测试说明 | 第54-61页 |
| ·测试环境搭建 | 第54-58页 |
| ·测试数据 | 第58-61页 |
| ·系统性能测试实验 | 第61-64页 |
| ·已知入侵数据类型的能力测试 | 第61-62页 |
| ·未知类型数据检测 | 第62-63页 |
| ·知识库更新能力测试 | 第63-64页 |
| ·数据分流影响测试 | 第64页 |
| ·与模式匹配入侵检测模型的比较 | 第64-66页 |
| ·结论 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·工作展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
