| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·研究背景和意义 | 第12-13页 |
| ·入侵检测系统概述 | 第13-16页 |
| ·入侵检测的概念 | 第13页 |
| ·入侵检测的分类 | 第13-16页 |
| ·入侵检测的历史及研究现状 | 第16-17页 |
| ·入侵检测面临的主要问题及发展趋势 | 第17-18页 |
| ·本文的研究内容及组织结构 | 第18-20页 |
| ·本论文的主要研究内容 | 第18-19页 |
| ·本论文的组织结构 | 第19-20页 |
| 第2章 基于协议分析的入侵检测技术研究 | 第20-26页 |
| ·协议分析技术 | 第20页 |
| ·协议分析基本原理 | 第20-21页 |
| ·协议分析技术在入侵检测中的应用 | 第21-22页 |
| ·基于协议分析技术的入侵检测模型 | 第22-24页 |
| ·协议分析技术的特点 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 统计学习理论和支持向量机 | 第26-35页 |
| ·统计学习理论 | 第26-28页 |
| ·VC 维 | 第26-27页 |
| ·推广性的界 | 第27页 |
| ·结构风险最小化 | 第27-28页 |
| ·支持向量机 | 第28-32页 |
| ·最优分类超平面 | 第29-30页 |
| ·广义最优分类超平面 | 第30-31页 |
| ·支持向量机的核函数 | 第31-32页 |
| ·支持向量机原理 | 第32页 |
| ·聚类SVM 算法描述 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于协议分析和聚类 SVM 的入侵检测系统模型 | 第35-48页 |
| ·系统模型总体设计 | 第35-36页 |
| ·协议分析模块设计 | 第36-42页 |
| ·WinPcap 简介 | 第37-39页 |
| ·数据包捕获及过滤模块设计 | 第39-40页 |
| ·协议分析子模块设计 | 第40-42页 |
| ·聚类分块模块设计 | 第42-44页 |
| ·SVM 训练与检测模块 | 第44-45页 |
| ·响应模块 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 实验与结果分析 | 第48-57页 |
| ·入侵检测系统评价指标 | 第48页 |
| ·实验数据 | 第48-50页 |
| ·数据预处理 | 第50-53页 |
| ·首次预处理 | 第50页 |
| ·再次预处理 | 第50-53页 |
| ·实验步骤 | 第53-54页 |
| ·实验结果及分析 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间发表的学术论文 | 第62-64页 |
| 致谢 | 第64-65页 |
| 详细摘要 | 第65-69页 |