| 摘要 | 第1-7页 |
| ABSTRACT | 第7-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及研究意义 | 第11-13页 |
| ·研究现状 | 第13-14页 |
| ·本文研究的主要内容 | 第14-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第二章 入侵检测技术相关理论 | 第17-28页 |
| ·引言 | 第17页 |
| ·入侵检测系统模型 | 第17-19页 |
| ·入侵检测系统的分类 | 第19-21页 |
| ·检测数据来源 | 第19-20页 |
| ·检测原理 | 第20-21页 |
| ·协议分析 | 第21-27页 |
| ·TCP/IP 协议模型 | 第22页 |
| ·TCP/IP 协议中的主要协议格式 | 第22-25页 |
| ·几种常见的基于协议的攻击 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 隐马尔科夫模型和神经网络概述 | 第28-34页 |
| ·引言 | 第28页 |
| ·隐马尔科夫模型理论 | 第28-31页 |
| ·模型概述 | 第28-30页 |
| ·HMM 需解决的三个问题 | 第30-31页 |
| ·BP 神经网络理论 | 第31-33页 |
| ·神经网络概述 | 第31-32页 |
| ·BP 神经网络概述 | 第32-33页 |
| ·BP 算法 | 第33页 |
| ·小结 | 第33-34页 |
| 第四章 基于隐马尔科夫模型和神经网络的入侵检测模型 | 第34-55页 |
| ·引言 | 第34页 |
| ·基于隐马尔科夫模型和神经网络的入侵检测模型的建立 | 第34-44页 |
| ·模型的工作原理 | 第35页 |
| ·隐马尔科夫模型中观察值的确定方法 | 第35-41页 |
| ·滑动窗口大小的确定 | 第41-42页 |
| ·BP 神经网络的建立 | 第42-44页 |
| ·入侵检测模型的训练 | 第44-48页 |
| ·入侵检测算法 | 第48-53页 |
| ·入侵响应算法 | 第53-54页 |
| ·小结 | 第54-55页 |
| 第五章 模型的实现及实验结果分析 | 第55-70页 |
| ·入侵检测模型中算法之间的关系 | 第55-56页 |
| ·开发环境 | 第56页 |
| ·入侵检测模型的实现 | 第56-65页 |
| ·数据处理模块 | 第56-61页 |
| ·训练模块 | 第61-62页 |
| ·入侵检测模块 | 第62-65页 |
| ·响应模块 | 第65页 |
| ·系统的封装 | 第65-67页 |
| ·实验及结果分析 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第六章 总结和工作展望 | 第70-72页 |
| ·总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 成果目录 | 第77-78页 |
| 致谢 | 第78页 |