| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·国内外研究状况 | 第8-9页 |
| ·本文所做的工作和创新点 | 第9页 |
| ·论文组织结构 | 第9-10页 |
| 第二章 入侵检测技术 | 第10-18页 |
| ·入侵检测概述 | 第10-11页 |
| ·基本概念 | 第10页 |
| ·入侵检测系统的构成 | 第10-11页 |
| ·入侵检测系统分类 | 第11-13页 |
| ·基于主机的入侵检测系统(HIDS) | 第11-12页 |
| ·基于网络的入侵检测系统(NIDS) | 第12-13页 |
| ·入侵检测系统的分析方法 | 第13-16页 |
| ·异常检测和滥用检测 | 第13-15页 |
| ·滥用检测技术与异常检测技术的对比 | 第15页 |
| ·其他入侵检测技术的研究 | 第15-16页 |
| ·入侵检测系统的部署 | 第16页 |
| ·入侵检测系统的发展方向 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第三章 贝叶斯理论 | 第18-30页 |
| ·概率论基础 | 第18-21页 |
| ·概率计算公式 | 第18-20页 |
| ·贝叶斯方法 | 第20-21页 |
| ·贝叶斯网络基础理论 | 第21-23页 |
| ·概率模式中的条件独立性 | 第21页 |
| ·图形模式中的d-separation性 | 第21-22页 |
| ·条件独立性与d-separation性之间的联系 | 第22-23页 |
| ·常用的检验方法和评价标准 | 第23-26页 |
| ·变量之间依赖关系检验 | 第23-24页 |
| ·分类准确性的评价标准 | 第24-26页 |
| ·贝叶斯网络分类推理 | 第26-28页 |
| ·贝叶斯分类器 | 第26-27页 |
| ·贝叶斯网络分类器 | 第27-28页 |
| ·本章小节 | 第28-30页 |
| 第四章 基于朴素贝叶斯分类器的入侵检测 | 第30-40页 |
| ·朴素贝叶斯分类器定义 | 第30页 |
| ·朴素贝叶斯分类器结构 | 第30-31页 |
| ·朴素贝叶斯分类器下的入侵检测模型 | 第31-32页 |
| ·工作原理 | 第32-33页 |
| ·实验及数据分析 | 第33-38页 |
| ·实验数据说明 | 第33-35页 |
| ·数据获取和处理 | 第35-37页 |
| ·实验及结果 | 第37-38页 |
| ·本章小节 | 第38-40页 |
| 第五章 基于属性约简的AODE入侵检测 | 第40-60页 |
| ·引言 | 第40页 |
| ·AODE算法的由来 | 第40-44页 |
| ·LBR(Lazy Bayesian Rules) | 第40-41页 |
| ·SP-TAN | 第41-43页 |
| ·AODE | 第43-44页 |
| ·基于AODE的入侵检测及实验 | 第44-46页 |
| ·AODE入侵检测模型 | 第44-45页 |
| ·实验及结果 | 第45-46页 |
| ·粗糙集理论 | 第46-49页 |
| ·基本概念 | 第47-48页 |
| ·属性约简 | 第48-49页 |
| ·决策表的基本概念 | 第49-50页 |
| ·差别矩阵 | 第50-52页 |
| ·定义 | 第50-51页 |
| ·基于Skowron差别矩阵的决策表的属性约简算法 | 第51-52页 |
| ·基于SKowron差别矩阵和属性选择的决策表属性约简算法 | 第52页 |
| ·基于属性约简的AODE入侵检测 | 第52-56页 |
| ·建立模型 | 第52-53页 |
| ·使用Rosetta对数据集进行属性约简 | 第53-54页 |
| ·实验及结果分析 | 第54-56页 |
| ·WAODE算法 | 第56-58页 |
| ·本章小节 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| ·总结 | 第60页 |
| ·展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |
