基于RS和FSVM的入侵检测模型与算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-11页 |
| ·入侵检测理论 | 第9页 |
| ·粗糙集理论 | 第9-10页 |
| ·支持向量机理论 | 第10-11页 |
| ·入侵检测研究现状 | 第11页 |
| ·课题研究的目的 | 第11-12页 |
| ·论文主要的工作 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 入侵检测技术 | 第14-21页 |
| ·入侵检测的概念 | 第14-15页 |
| ·入侵检测的基本概念 | 第14-15页 |
| ·入侵检测的必要性 | 第15页 |
| ·入侵检测系统 | 第15-17页 |
| ·入侵检测系统的功能与模型 | 第15-17页 |
| ·入侵检测系统的特点 | 第17页 |
| ·入侵检测的原理与方法 | 第17-19页 |
| ·入侵检测的过程 | 第19-20页 |
| ·信息收集 | 第20页 |
| ·信息分析 | 第20页 |
| ·告警与响应 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于RS和FSVM的入侵检测模型 | 第21-37页 |
| ·RS理论基础 | 第21-26页 |
| ·RS的基本概念 | 第21-23页 |
| ·属性约简相关概念 | 第23-24页 |
| ·信息熵 | 第24-26页 |
| ·模糊支持支持向量机 | 第26-34页 |
| ·支持向量机 | 第26-30页 |
| ·核函数 | 第30-31页 |
| ·模糊支持向量机 | 第31-33页 |
| ·隶属度函数 | 第33-34页 |
| ·基于RS和FSVM的入侵检测模型 | 第34-36页 |
| ·模型概述 | 第34-36页 |
| ·模型工作原理 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于加权和的属性重要度及其在模型中的应用 | 第37-48页 |
| ·入侵数据的属性约简 | 第37-43页 |
| ·区分矩阵约简算法 | 第37-38页 |
| ·启发式约简算法 | 第38-42页 |
| ·基于加权和的属性重要度 | 第42页 |
| ·基于加权和属性重要度的启发式约简算法 | 第42-43页 |
| ·基于RS的入侵检测算法 | 第43-47页 |
| ·基于RS的数据挖掘概述 | 第43页 |
| ·RS在模型中的应用 | 第43-44页 |
| ·实验仿真及分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于RS和FSVM的入侵检测模型算法设计 | 第48-56页 |
| ·基于属性相关性的模糊隶属度 | 第48-51页 |
| ·基于类中心距离的模糊隶属度 | 第48-49页 |
| ·基于属性相关性的模糊隶属度 | 第49-50页 |
| ·实验及分析 | 第50页 |
| ·FSVM在模型中的应用 | 第50-51页 |
| ·模型算法及仿真分析 | 第51-55页 |
| ·算法描述 | 第51页 |
| ·仿真及分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间发表的论文 | 第64页 |
