| 第一章 绪论 | 第1-19页 |
| ·入侵检测方法的产生与发展 | 第9-14页 |
| ·入侵检测技术的产生 | 第9-12页 |
| ·现有入侵检测系统方法与技术的不足 | 第12页 |
| ·入侵检测方法的发展趋势 | 第12-14页 |
| ·基于人工免疫方法的入侵检测研究进展 | 第14-17页 |
| ·人工免疫研究现状 | 第14-16页 |
| ·基于人工免疫系统的入侵检测研究进展 | 第16-17页 |
| ·本文的研究内容和思路 | 第17页 |
| ·论文的组织 | 第17-19页 |
| 第二章 入侵检测方法与技术 | 第19-29页 |
| ·入侵检测的定义 | 第19页 |
| ·入侵检测技术分类 | 第19-23页 |
| ·异常检测 | 第20页 |
| ·误用检测 | 第20-21页 |
| ·异常检测与误用检测的比较 | 第21页 |
| ·基于主机的入侵检测 | 第21-22页 |
| ·基于网络的入侵检测 | 第22-23页 |
| ·入侵检测系统的协议与标准 | 第23-25页 |
| ·公共入侵检测框架(CIDF) | 第23-24页 |
| ·IDWG的标准化 | 第24-25页 |
| ·入侵检测系统的基本结构 | 第25页 |
| ·入侵检测系统的检测方法 | 第25-26页 |
| ·入侵检测系统的目标 | 第26-27页 |
| ·入侵技术与入侵检测方法的发展趋势 | 第27-28页 |
| ·入侵技术的发展与演化 | 第27-28页 |
| ·入侵检测方法的发展趋势 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 免疫学与人工免疫系统 | 第29-41页 |
| ·人体免疫学的相关理论 | 第29-35页 |
| ·淋巴细胞的特异性识别 | 第29-30页 |
| ·免疫系统的多样性机制 | 第30-31页 |
| ·淋巴细胞的激活 | 第31-32页 |
| ·淋巴细胞的进化 | 第32-33页 |
| ·免疫系统中的自我容忍机制 | 第33-34页 |
| ·免疫系统中的分布式检测 | 第34-35页 |
| ·免疫系统中的协同刺激机制 | 第35页 |
| ·免疫系统中的自适应特性 | 第35页 |
| ·人工免疫的相关理论与方法 | 第35-40页 |
| ·人工免疫系统概念 | 第36-37页 |
| ·人工免疫系统一般框架 | 第37页 |
| ·人工免疫系统的主要算法 | 第37-39页 |
| ·阴性选择算法 | 第37-38页 |
| ·人工免疫系统典型的克隆选择算法 | 第38页 |
| ·亲和力成熟算法 | 第38-39页 |
| ·人工免疫系统的应用简述 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于人工免疫的入侵检测 | 第41-53页 |
| ·基于人工免疫的入侵检测概述 | 第41-45页 |
| ·比较人体免疫系统与网络入侵检测系统 | 第41-42页 |
| ·基于人工免疫的入侵检测问题描述 | 第42-43页 |
| ·分布式环境 | 第43页 |
| ·基于免疫的入侵检测匹配串的编码表示法 | 第43-45页 |
| ·LISYS中的特征编码表示 | 第44页 |
| ·CDIS中的特征编码表示 | 第44页 |
| ·IIDS中的特征编码表示 | 第44-45页 |
| ·本文基于人工免疫的入侵检测模型体系结构 | 第45-48页 |
| ·基于人工免疫的入侵检测模型的物理结构 | 第45页 |
| ·DIIDS节点检测处理方式 | 第45-46页 |
| ·基于人工免疫的入侵检测特征编码表示 | 第46-47页 |
| ·基于人工免疫的入侵检测系统的参数设置 | 第47-48页 |
| ·应用于人工免疫系统中的近似匹配算法 | 第48-52页 |
| ·连续r位的匹配规则 | 第48页 |
| ·Hamming距离 | 第48-49页 |
| ·r-chunk(rch) | 第49页 |
| ·统计学法 | 第49页 |
| ·rcb，rch与Hamming匹配规则的比较 | 第49-50页 |
| ·Hamming规则的扩展 | 第50-51页 |
| ·Landscape-Affinity匹配 | 第51页 |
| ·各种比较规则的分析 | 第51-52页 |
| ·基于人工免疫的入侵检测的研究概况 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于人工免疫的入侵检测算法设计 | 第53-81页 |
| ·分布式环境与并行计算基础 | 第53-55页 |
| ·分布式环境 | 第53页 |
| ·并行算法基础 | 第53-55页 |
| ·程序并行性的条件 | 第54页 |
| ·并行算法的基本设计技术 | 第54-55页 |
| ·并行计算模型 | 第55页 |
| ·检测器生成算法的设计 | 第55-67页 |
| ·人体免疫系统中抗体的产生 | 第55-58页 |
| ·抗体的基本结构 | 第55-56页 |
| ·抗体多样性的产生 | 第56-58页 |
| ·Baldwin效应 | 第58页 |
| ·人工免疫系统中基于阴性选择策略的成熟检测器生成算法 | 第58-60页 |
| ·利用基因库生成成熟检测器以及维护其多样性 | 第60-62页 |
| ·人工免疫系统有关基因库进化理论的发展现状 | 第60-61页 |
| ·基于基因库的人工免疫生成未成熟检测器的过程 | 第61-62页 |
| ·分布式生成成熟检测器 | 第62-67页 |
| ·基于人工免疫的分布式网络入侵检测环境特点 | 第62-63页 |
| ·利用基因库生成最初的(未成熟的)检测器 | 第63页 |
| ·分布式环境中基于基因库的成熟检测器生成算法 | 第63-65页 |
| ·算法复杂性能分析和实验结果 | 第65-67页 |
| ·记忆机制实现算法的设计 | 第67-73页 |
| ·人体免疫中的记忆机制 | 第67-68页 |
| ·人工免疫中的记忆机制 | 第68-71页 |
| ·记忆检测器的功能 | 第68-69页 |
| ·人工免疫记忆算法背景 | 第69-70页 |
| ·一种实现人工免疫记忆的设计方案 | 第70-71页 |
| ·适用于入侵检测的亲和力成熟算法 | 第71页 |
| ·基于亲和力成熟的记忆检测器生成与维护算法 | 第71-73页 |
| ·记忆检测机制中的阴性选择算法 | 第73页 |
| ·克隆选择并行化算法 | 第73-80页 |
| ·Kim和Bentley的动态克隆选择算法 | 第73-75页 |
| ·分布式环境下动态克隆选择算法的并行化设计 | 第75-80页 |
| ·分布式入侵检测系统的计算规模 | 第75-76页 |
| ·克隆选择并行化算法的主算法 | 第76-77页 |
| ·记忆检测器检测算法 | 第77页 |
| ·成熟检测器检测算法 | 第77-78页 |
| ·未成熟检测器生成与阴性选择算法 | 第78-79页 |
| ·动态克隆选择并行化算法性能分析 | 第79-80页 |
| ·本章小结 | 第80-81页 |
| 第六章 总结 | 第81-83页 |
| ·本文的工作和主要贡献 | 第81-82页 |
| ·进一步的工作 | 第82-83页 |
| 附录A 算法索引 | 第83-84页 |
| 附录B 插图索引 | 第84-85页 |
| 附录C 表格索引 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-91页 |
| 读研期间参加的科研项目 | 第91页 |
| 读研期间发表录用的学术论文 | 第91页 |