| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 论文研究内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 物联网入侵检测理论分析 | 第14-25页 |
| 2.1 物联网安全结构分析 | 第14-20页 |
| 2.1.1 物联网安全的体系结构 | 第14-17页 |
| 2.1.2 物联网协议栈 | 第17-20页 |
| 2.2 深度学习理论 | 第20-21页 |
| 2.2.1 深度学习背景 | 第20页 |
| 2.2.2 深度学习步骤 | 第20-21页 |
| 2.3 物联网入侵检测设计 | 第21-24页 |
| 2.3.1 入侵检测系统基本模型及系统组成 | 第21-22页 |
| 2.3.2 入侵检测技术在物联网架构中的应用分析 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 栈式降噪自编码器降维的物联网分层入侵检测模型 | 第25-37页 |
| 3.1 栈式降噪自编码器 | 第25-31页 |
| 3.1.1 降噪自编码器 | 第25-28页 |
| 3.1.2 栈式降噪自编码器的基本结构 | 第28-29页 |
| 3.1.3 栈式降噪自编码器的训练以及特征提取 | 第29-31页 |
| 3.2 物联网入侵检测分层结构 | 第31-34页 |
| 3.3 栈式降噪自编码器降维入侵检测模型 | 第34-36页 |
| 3.3.1 物联网入侵检测特征数据库 | 第34-35页 |
| 3.3.2 物联网网络探测器 | 第35页 |
| 3.3.3 物联网SDAE-SVM入侵检测模型 | 第35-36页 |
| 3.3.4 物联网入侵检测事件数据库 | 第36页 |
| 3.3.5 物联网入侵检测响应模块 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 实验仿真和分析 | 第37-48页 |
| 4.1 实验环境介绍 | 第37页 |
| 4.2 实验数据选取 | 第37-38页 |
| 4.3 数据集预处理 | 第38-40页 |
| 4.4 模型评价标准 | 第40页 |
| 4.5 模型性能分析 | 第40-47页 |
| 4.5.1 SDAE模型参数设置 | 第40-44页 |
| 4.5.2 SDAE-SVM与其他模型的对比 | 第44-45页 |
| 4.5.3 SDAE-SVM在分层IDS上的对比 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 总结和工作展望 | 第48-50页 |
| 5.1 本文总结 | 第48页 |
| 5.2 工作展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 在学期间的研究成果 | 第53-54页 |
| 致谢 | 第54页 |