基于免疫原理的网络入侵检测技术研究
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 前言 | 第10-28页 |
| 1．1 信息安全概述 | 第10-16页 |
| 1．1．1 网络入侵的风险性 | 第10-12页 |
| 1．1．2 网络安全的目标 | 第12-13页 |
| 1．1．3 传统的网络安全技术 | 第13-14页 |
| 1．1．4 传统网络安全技术的局限性 | 第14-16页 |
| 1．2 入侵检测的相关概念与分类 | 第16-17页 |
| 1．2．1 入侵检测的相关概念 | 第16页 |
| 1．2．2 入侵检测的分类 | 第16-17页 |
| 1．3 入侵检测技术的研究现状和发展趋势 | 第17-23页 |
| 1．3．1 入侵检测方法的研究 | 第18-19页 |
| 1．3．2 入侵检测系统体系结构的研究 | 第19-20页 |
| 1．3．3 入侵检测系统评测方法和工具的研究 | 第20-21页 |
| 1．3．4 入侵检测标准化研究 | 第21页 |
| 1．3．5 现有入侵检测系统的局限性 | 第21-22页 |
| 1．3．6 入侵检测技术的发展趋势 | 第22-23页 |
| 1．4 免疫原理在入侵检测技术中的应用 | 第23-25页 |
| 1．4．1 基于免疫原理的入侵检测技术的研究现状 | 第23-24页 |
| 1．4．2 基于免疫原理的入侵检测技术的发展方向 | 第24-25页 |
| 1．5 论文研究内容及组织 | 第25-26页 |
| 1．6 本章小结 | 第26-28页 |
| 2 网络入侵检测技术和机体免疫学 | 第28-37页 |
| 2．1 网络入侵检测技术 | 第28-31页 |
| 2．1．1 常见的网络入侵类型 | 第28-30页 |
| 2．1．2 网络入侵检测系统 | 第30页 |
| 2．1．3 网络入侵检测的实质 | 第30-31页 |
| 2．2 机体免疫学 | 第31-35页 |
| 2．2．1 淋巴细胞的模式识别 | 第31-33页 |
| 2．2．2 免疫细胞的适应性 | 第33页 |
| 2．2．3 免疫耐受过程 | 第33-34页 |
| 2．2．4 适应性免疫系统的特点 | 第34-35页 |
| 2．3 网络入侵检测系统和免疫系统的类比映射关系 | 第35-36页 |
| 2．4 本章小结 | 第36-37页 |
| 3 基于免疫原理的网络入侵检测模型 | 第37-48页 |
| 3．1 分布式检测模型的数学描述 | 第37-41页 |
| 3．1．1 问题域的定义 | 第37-38页 |
| 3．1．2 检测系统的分布 | 第38-39页 |
| 3．1．3 假设条件 | 第39页 |
| 3．1．4 可扩展的分布式入侵检测 | 第39-40页 |
| 3．1．5 健壮的分布式入侵检测 | 第40-41页 |
| 3．2 分布式入侵检测系统的实现与分析 | 第41-47页 |
| 3．2．1 模式的定义与表示 | 第41-42页 |
| 3．2．2 否定检测方法 | 第42-44页 |
| 3．2．3 检测元的产生算法和生存周期 | 第44-45页 |
| 3．2．4 匹配规则 | 第45-46页 |
| 3．2．5 检测系统的体系结构 | 第46-47页 |
| 3．2．6 检测系统的局限性 | 第47页 |
| 3．3 本章小结 | 第47-48页 |
| 4 网络入侵检测系统的改进 | 第48-61页 |
| 4．1 对检测方法的改进 | 第48-52页 |
| 4．1．1 网络入侵检测系统检测方法的局限性 | 第48-49页 |
| 4．1．2 检测方法的改进 | 第49-50页 |
| 4．1．3 几个设定和前提 | 第50页 |
| 4．1．4 对比分析 | 第50-51页 |
| 4．1．5 实验验证 | 第51-52页 |
| 4．2 对否定选择算法的改进 | 第52-60页 |
| 4．2．1 否定选择算法的局限性 | 第53-54页 |
| 4．2．2 否定检测算法的改进 | 第54-55页 |
| 4．2．3 算法实现 | 第55-56页 |
| 4．2．4 算法的正确性证明 | 第56-58页 |
| 4．2．5 实验验证 | 第58-60页 |
| 4．3 本章小结 | 第60-61页 |
| 5 论文总结 | 第61-63页 |
| 5．1 论文工作总结 | 第61页 |
| 5．2 进一步工作 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录A：攻读硕士期间从事科研工作情况 | 第67页 |
| 附录B：攻读硕士期间发表的论文 | 第67页 |
