| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第6-12页 |
| ·研究背景 | 第6-10页 |
| ·网络与信息安全概况 | 第6-9页 |
| ·入侵检测研的国内外研究和发展现状 | 第9页 |
| ·现有入侵检测技术的局限性 | 第9-10页 |
| ·本文的章节结构 | 第10-12页 |
| 第二章 入侵检测概述 | 第12-26页 |
| ·网络入侵的异常信息的搜集方法 | 第12-15页 |
| ·网络分析工具 | 第12-13页 |
| ·SNMP协议和MIB库 | 第13-14页 |
| ·Syslog | 第14页 |
| ·CPAN的自定义开发模块 | 第14-15页 |
| ·IDS规则搜集 | 第15页 |
| ·入侵检测系统的组成 | 第15-17页 |
| ·入侵检测系统功能模块 | 第15-16页 |
| ·入侵检测的模型 | 第16-17页 |
| ·入侵检测技术 | 第17-19页 |
| ·入侵方式在网络传输数据方面的特征 | 第19-21页 |
| ·入侵检测算法的比较 | 第21-24页 |
| ·统计分析方法 | 第21-22页 |
| ·神经网络方法 | 第22页 |
| ·数据挖掘方法 | 第22页 |
| ·数据整合方法 | 第22页 |
| ·进化计算与计算机免疫方法 | 第22-23页 |
| ·机器学习的方法 | 第23-24页 |
| ·基于支持向量机的入侵检测系统 | 第24-26页 |
| ·基于支持向量机的入侵检测模型 | 第24页 |
| ·基于支持向量机的入侵检测系统 | 第24-26页 |
| 第三章 支持向量机的在线半监督入侵检测系统模型设计 | 第26-37页 |
| ·构造在线半监督入侵检测模型 | 第26-27页 |
| ·DARPA数据集 | 第27-28页 |
| ·网络入侵信息挖掘 | 第28-32页 |
| ·支持向量机 | 第28-29页 |
| ·核函数 | 第29-30页 |
| ·网络记录数据特征项提取技术 | 第30-31页 |
| ·隐含语义检索(LSI)和关键信息提取 | 第31-32页 |
| ·检索与索引 | 第32页 |
| ·网络入侵的特征分类 | 第32-33页 |
| ·PROXIMAL SVM | 第33-35页 |
| ·基于PROXIMAL SVM的异常检测 | 第35-37页 |
| 第四章 基于SVM的半监督网络入侵检测系统的设计和实现 | 第37-63页 |
| ·自动特征抓取和行为关联的网络检测系统的总体设计 | 第37-42页 |
| ·系统设计目的和拓扑 | 第37-39页 |
| ·系统总体设计 | 第39-40页 |
| ·系统功能 | 第40-41页 |
| ·基于抽样的网络报文收集 | 第41-42页 |
| ·系统用例分析 | 第42-45页 |
| ·入侵检测系统具体设计 | 第45-58页 |
| ·概要设计 | 第45页 |
| ·ManageApp(应用管理程序)系统结构 | 第45-47页 |
| ·MailEntity实体 | 第47-48页 |
| ·ManageApp | 第48-50页 |
| ·系统运行情况 | 第50-51页 |
| ·配置设置类 | 第51-53页 |
| ·基本流程 | 第53-55页 |
| ·协作图 | 第55-56页 |
| ·入侵系统详细设计 | 第56-58页 |
| ·模块的实现 | 第58-59页 |
| ·丢包的原因的查究 | 第58页 |
| ·抓包方法的设计 | 第58-59页 |
| ·网络入侵检测系统分类存在的问题 | 第59-60页 |
| ·实际的操作界面 | 第60-63页 |
| ·队列 | 第61页 |
| ·系统状态 | 第61页 |
| ·综合报表 | 第61-63页 |
| 第五章 结论和展望 | 第63-66页 |
| ·本系统实现的贡献 | 第63-64页 |
| ·对于本文的总结 | 第64-65页 |
| ·发展展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |