| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 无线传感网络概述 | 第11-12页 |
| 1.2 无线传感网络安全概述 | 第12-13页 |
| 1.3 国内外研究动态 | 第13-15页 |
| 1.4 课题研究的背景与意义 | 第15页 |
| 1.5 本文的主要内容与结构 | 第15-17页 |
| 1.5.1 论文研究内容 | 第15-16页 |
| 1.5.2 论文结构安排 | 第16-17页 |
| 第2章 无线传感网络入侵检测理论基础 | 第17-27页 |
| 2.1 WSN入侵检测概述 | 第17-18页 |
| 2.2 WSN入侵检测系统的基本原理 | 第18-19页 |
| 2.3 WSN入侵检测需求 | 第19页 |
| 2.4 WSN入侵检测体系结构 | 第19-21页 |
| 2.5 WSN入侵检测技术 | 第21-24页 |
| 2.5.1 误用入侵检测 | 第21-22页 |
| 2.5.2 异常入侵检测 | 第22-24页 |
| 2.6 WSN入侵检测技术的存在问题及解决方案 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 基于GA-CFS的入侵检测特征选择方法 | 第27-37页 |
| 3.1 特征选择 | 第27-28页 |
| 3.1.1 特征选择的概念 | 第27页 |
| 3.1.2 特征选择的四个阶段 | 第27-28页 |
| 3.2 遗传算法 | 第28-33页 |
| 3.2.1 遗传算法的概念 | 第28-29页 |
| 3.2.2 遗传算法的基本步骤 | 第29-32页 |
| 3.2.3 遗传算法在特征选择中的应用 | 第32-33页 |
| 3.3 基于关联的特征选择算法 | 第33-34页 |
| 3.4 基于GA-CFS的特征选择算法 | 第34-36页 |
| 3.4.1 算法原理 | 第34页 |
| 3.4.2 算法流程 | 第34-35页 |
| 3.4.3 算法分析 | 第35-36页 |
| 3.5 本章总结 | 第36-37页 |
| 第4章 基于CS-CPSO-SVM的入侵检测分类方法 | 第37-47页 |
| 4.1 支持向量机分类机理 | 第37-40页 |
| 4.1.1 支持向量机的概念与原理 | 第37页 |
| 4.1.2 二分类问题 | 第37-38页 |
| 4.1.3 核函数 | 第38-39页 |
| 4.1.4 影响支持向量机性能的因素 | 第39-40页 |
| 4.2 粒子群优化算法 | 第40-41页 |
| 4.2.1 粒子群优化算法原理 | 第40页 |
| 4.2.2 粒子群优化算法流程 | 第40-41页 |
| 4.3 传统的粒子群算法优化支持向量机参数 | 第41页 |
| 4.4 CS- CPSO算法优化支持向量机参数 | 第41-46页 |
| 4.4.1 算法原理 | 第41-42页 |
| 4.4.2 算法流程 | 第42-43页 |
| 4.4.3 算法分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 实验与结果分析 | 第47-57页 |
| 5.1 WSN入侵检测模型评估标准 | 第47页 |
| 5.2 实验环境 | 第47-48页 |
| 5.3 实验数据 | 第48-53页 |
| 5.3.1 数据来源 | 第48-50页 |
| 5.3.2 数据处理 | 第50-53页 |
| 5.4 实验参数设置 | 第53页 |
| 5.5 实验结果及分析 | 第53-56页 |
| 5.6 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录A (攻读学位期间所发表的学术论文) | 第64-65页 |
| 附录B (攻读学位期间所参与的科研项目) | 第65-66页 |
| 附录C (CS-CPSO算法优化SVM参数JAVA代码) | 第66-68页 |