| 第一章 绪论 | 第1-13页 |
| ·计算机网络的安全问题 | 第7-9页 |
| ·人工神经网络的特点 | 第9-10页 |
| ·本论文研究的问题 | 第10-13页 |
| 第二章 人工神经网络模型简介 | 第13-16页 |
| ·人工神经网络的发展与研究现状 | 第13页 |
| ·BP网络模型 | 第13-16页 |
| ·BP网简介 | 第13-14页 |
| ·BP网络拓扑结构 | 第14页 |
| ·BP网络的工作原理及过程 | 第14-15页 |
| ·BP算法流程 | 第15-16页 |
| 第三章 基于改进BP算法的BP网设计与实现 | 第16-26页 |
| ·BP网络结构的设计 | 第16-17页 |
| ·BP网的实现过程 | 第17-24页 |
| ·网络初始化及数据定义 | 第17-20页 |
| ·BP网络学习公式推导 | 第20-22页 |
| ·采用改进BP算法计算权值W、偏差b的修正值△W，△b | 第22-23页 |
| ·计算修正权值W、偏差b | 第23-24页 |
| ·BP网络学习成功结束条件 | 第24页 |
| ·BP网的优化 | 第24-25页 |
| ·BP网络应用预测的实现 | 第25-26页 |
| 第四章 入侵检测系统总体设计 | 第26-44页 |
| ·入侵检测的研究概况 | 第26-27页 |
| ·入侵检测中的智能化方法应用概述 | 第27-31页 |
| ·IDS的总体结构设计 | 第31-36页 |
| ·Windows 2000 Server的审计 | 第36-38页 |
| ·黑客攻击行为的分析 | 第38-41页 |
| ·用户特征向量 | 第41-44页 |
| 第五章 入侵检测中的人工神经网络和专家系统的结合 | 第44-60页 |
| ·基于神经网络结构学习的规则抽取 | 第44-46页 |
| ·初始规则集转化为神经网络 | 第46-48页 |
| ·训练初始神经网络 | 第48-50页 |
| ·抽取规则 | 第50-51页 |
| ·从网络中抽取规则的意义 | 第51-52页 |
| ·知识获取程序设计 | 第52-60页 |
| 结论 | 第60-61页 |
| 致谢 | 第61页 |
| 注: 本人在撰写论文期间，共发表了五篇文章: | 第61-62页 |
| 参考文献 | 第62-64页 |