基于遗传神经网络的入侵检测模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题来源 | 第9页 |
| ·研究目的和意义 | 第9-10页 |
| ·研究的目的 | 第9-10页 |
| ·研究的意义 | 第10页 |
| ·常用网络安全技术分析 | 第10-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第2章 入侵检测现状分析 | 第15-25页 |
| ·入侵检测概述 | 第15-20页 |
| ·入侵检测发展历史 | 第16-17页 |
| ·入侵检测分类 | 第17-19页 |
| ·入侵检测的主要产品 | 第19-20页 |
| ·入侵检测技术的发展趋势 | 第20-23页 |
| ·入侵检测技术面临的挑战 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 神经网络和遗传算法 | 第25-36页 |
| ·人工神经网络 | 第25-29页 |
| ·人工神经网络概述 | 第25-27页 |
| ·BP 神经网络 | 第27-28页 |
| ·BP 神经网络在入侵检测中的应用 | 第28-29页 |
| ·遗传算法概述 | 第29-33页 |
| ·遗传算法形式化定义 | 第29-30页 |
| ·遗传算法的构成要素 | 第30-31页 |
| ·遗传算法在入侵检测中的应用 | 第31-33页 |
| ·遗传神经网络应用于IDS 的原因 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于遗传神经网络IDS的设计 | 第36-42页 |
| ·遗传神经网络方法描述 | 第36-37页 |
| ·遗传神经网络中的个体编码方法 | 第37-39页 |
| ·算法中适应度函数的选取 | 第39页 |
| ·遗传算子的设计 | 第39-40页 |
| ·选择算子的设计 | 第39页 |
| ·交叉算子的设计 | 第39-40页 |
| ·变异算子的设计 | 第40页 |
| ·遗传神经网络中的运行参数的确定 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于遗传神经网络IDS的实现 | 第42-59页 |
| ·系统结构 | 第42-43页 |
| ·数据采集模块 | 第43-51页 |
| ·网络数据包捕获 | 第43-46页 |
| ·数据采集和格式化 | 第46-50页 |
| ·审计数据预处理 | 第50-51页 |
| ·数据分析模块 | 第51-56页 |
| ·TCP/IP 协议层次分析 | 第51-52页 |
| ·数据分析模块实现 | 第52-56页 |
| ·控制台模块 | 第56-57页 |
| ·数据库管理模块 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 仿真实验 | 第59-63页 |
| ·学习样本和测试样本 | 第59-60页 |
| ·实验结果及其分析 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |
