| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-10页 |
| ·选题背景与意义 | 第8页 |
| ·论文研究的主要内容 | 第8-9页 |
| ·论文的组织结构 | 第9-10页 |
| 2 网络入侵检测概述 | 第10-18页 |
| ·网络安全 | 第10-12页 |
| ·网络安全概念 | 第10页 |
| ·网络安全的主要特征 | 第10-11页 |
| ·网络安全现状 | 第11页 |
| ·网络安全措施 | 第11-12页 |
| ·入侵检测概述 | 第12-17页 |
| ·入侵检测的概念 | 第12-13页 |
| ·入侵检测系统 | 第13-16页 |
| ·入侵检测技术 | 第16-17页 |
| ·入侵检测系统的评估标准 | 第17页 |
| ·小结 | 第17-18页 |
| 3 粒子群优化算法的改进及在入侵检测中的应用研究 | 第18-39页 |
| ·粒子群优化算法 | 第18-23页 |
| ·粒子群优化算法概述 | 第18页 |
| ·粒子群优化算法的数学描述 | 第18-19页 |
| ·粒子群优化算法流程 | 第19-21页 |
| ·粒子群优化算法的一些特性 | 第21-23页 |
| ·混沌粒子群优化算法 | 第23-26页 |
| ·混沌及其特性 | 第23-24页 |
| ·混沌粒子群优化算法描述 | 第24-26页 |
| ·基于混合搜索行为的多种群粒子群优化算法 | 第26-28页 |
| ·引言 | 第26页 |
| ·基于混合搜索行为的多种群粒子群算法的描述 | 第26-27页 |
| ·基于混合搜索行为的多种群粒子群算法的流程 | 第27-28页 |
| ·改进的粒子群优化算法在入侵检测中的应用 | 第28-38页 |
| ·粒子的编码策略及适应度函数 | 第28页 |
| ·数据集的选取 | 第28-31页 |
| ·数据预处理 | 第31-32页 |
| ·实验结果与分析 | 第32-38页 |
| ·小结 | 第38-39页 |
| 4 基于混沌粒子群优化的自组织映射网络在入侵检测中的应用研究 | 第39-48页 |
| ·自组织映射神经网络 | 第39-42页 |
| ·自组织映射神经网络概述 | 第39页 |
| ·自组织映射神经网络的结构 | 第39-40页 |
| ·自组织映射神经网络的学习算法 | 第40-42页 |
| ·基于混沌粒子群优化的自组织映射神经网络 | 第42-43页 |
| ·粒子的编码策略 | 第42页 |
| ·粒子的适应度函数 | 第42页 |
| ·基于混沌粒子群优化的自组织映射算法的流程 | 第42-43页 |
| ·基于混沌粒子群优化的自组织映射网络在入侵检测中的应用 | 第43-47页 |
| ·入侵检测模型设计 | 第43-44页 |
| ·实验结果与分析 | 第44-47页 |
| ·小结 | 第47-48页 |
| 5 结论 | 第48-50页 |
| ·全文总结 | 第48页 |
| ·未来研究展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55页 |
| A. 攻读硕士期间发表的论文 | 第55页 |