基于演化神经网络安全审计系统的研究与应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景 | 第11-13页 |
| ·互联网发展现状 | 第11-12页 |
| ·现有网络安全技术 | 第12-13页 |
| ·安全审计与入侵检测 | 第13-14页 |
| ·研究意义 | 第14-15页 |
| ·研究内容 | 第15页 |
| ·论文组织结构 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第二章 安全审计概述 | 第17-26页 |
| ·安全审计系统的分类 | 第17-21页 |
| ·按照实现方法来分 | 第17-19页 |
| ·按照数据源来分 | 第19-20页 |
| ·按照实现模式来分 | 第20-21页 |
| ·安全审计的组成及其目标 | 第21-22页 |
| ·安全审计的描述 | 第22-24页 |
| ·TCSEC准则的描述 | 第22页 |
| ·TNI准则的描述 | 第22-23页 |
| ·GB17859-1999准则的描述 | 第23页 |
| ·CC准则的描述 | 第23-24页 |
| ·国内外研究现状 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 演化的BP神经网络算法 | 第26-42页 |
| ·神经网络 | 第26-33页 |
| ·神经网络的基本知识 | 第26-29页 |
| ·BP神经网络 | 第29-30页 |
| ·基本BP算法 | 第30-33页 |
| ·BP神经网络用于安全审计系统的原因 | 第33-34页 |
| ·遗传算法 | 第34-40页 |
| ·遗传算法的思想及其形式化定义 | 第35-37页 |
| ·遗传算法的解题步骤 | 第37-40页 |
| ·遗传算法用于BP神经网络的优化 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于演化神经网络在安全审计的设计与实现 | 第42-65页 |
| ·自适应遗传算法优化BP神经网络的方案设计 | 第42-51页 |
| ·采用自适应遗传算法优化BP神经网络的关键技术 | 第43-46页 |
| ·自适应遗传算子的优化设计 | 第46-49页 |
| ·演化神经网络中的运行参数的确定 | 第49-51页 |
| ·基于演化神经网络安全审计系统的模型 | 第51-52页 |
| ·数据采集模块 | 第52-55页 |
| ·数据预处理模块 | 第55-57页 |
| ·数据清理 | 第55页 |
| ·数据集成 | 第55页 |
| ·数据特征提取 | 第55-56页 |
| ·数据格式转换 | 第56-57页 |
| ·演化神经网络模块 | 第57-62页 |
| ·训练子模块 | 第57-61页 |
| ·检测子模块 | 第61-62页 |
| ·数据存储 | 第62-63页 |
| ·响应模块 | 第63页 |
| ·本章小结 | 第63-65页 |
| 第五章 实验结果及分析 | 第65-72页 |
| ·训练样本数据组织 | 第65-67页 |
| ·参数设置 | 第67-68页 |
| ·演化神经网络的训练及测试结果 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文目录 | 第79页 |
