基于智能手机的入侵检测技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文的研究内容及章节安排 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 论文相关理论及技术 | 第13-26页 |
| ·入侵检测 | 第13-17页 |
| ·通用入侵检测模型 | 第13-14页 |
| ·侵检测系统的分类 | 第14-16页 |
| ·入侵检测的发展趋势 | 第16-17页 |
| ·支持向量机 | 第17-22页 |
| ·支持向量机的概念 | 第17页 |
| ·线性支持向量机 | 第17-20页 |
| ·非线性支持向量机 | 第20-21页 |
| ·核函数 | 第21页 |
| ·LibSVM简介 | 第21-22页 |
| ·ANDROID平台介绍 | 第22-25页 |
| ·Android体系结构 | 第22-24页 |
| ·Android开发简介 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 检测模型设计与验证 | 第26-42页 |
| ·入侵检测模型设计 | 第26-27页 |
| ·数据采集 | 第27-31页 |
| ·系统特征的选取 | 第27-30页 |
| ·数据预处理 | 第30页 |
| ·实验数据准备 | 第30-31页 |
| ·SVM分类器 | 第31-35页 |
| ·OCSVM方法 | 第32-33页 |
| ·实验及结果分析 | 第33-35页 |
| ·增量学习 | 第35-40页 |
| ·增量学习过程 | 第36-37页 |
| ·已有的增量学习方法 | 第37-38页 |
| ·改进的增量学习方法 | 第38-39页 |
| ·实验及结果分析 | 第39-40页 |
| ·反馈的含义 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于ANDROID平台的系统设计与实现 | 第42-54页 |
| ·系统总体设计 | 第42-44页 |
| ·子模块设计与实现 | 第44-52页 |
| ·数据库模块 | 第44-46页 |
| ·SVM模块 | 第46-48页 |
| ·数据采集模块 | 第48-49页 |
| ·训练模块 | 第49-51页 |
| ·预测模块 | 第51-52页 |
| ·响应及反馈模块 | 第52页 |
| ·系统性能测试 | 第52页 |
| ·本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·本文工作总结 | 第54页 |
| ·进一步的工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的学术论文 | 第60页 |
