基于猴群算法的入侵检测技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 引言 | 第8-9页 |
| 1.2 相关工作 | 第9-10页 |
| 1.2.1 选题的背景和意义 | 第9页 |
| 1.2.2 入侵检测技术的国内外研究现状 | 第9-10页 |
| 1.2.2.1 国外研究现状 | 第9-10页 |
| 1.2.2.2 国内研究现状 | 第10页 |
| 1.3 论文组织结构 | 第10-12页 |
| 第二章 入侵检测系统 | 第12-22页 |
| 2.1 入侵检测系统的定义 | 第12-13页 |
| 2.2 入侵检测系统的结构和功能 | 第13-16页 |
| 2.2.1 入侵检测系统的通用模型 | 第13-14页 |
| 2.2.2 入侵检测系统的结构 | 第14-15页 |
| 2.2.3 入侵检测系统的功能 | 第15-16页 |
| 2.3 入侵检测系统的检测技术 | 第16-19页 |
| 2.3.1 检测技术的评价指标 | 第16页 |
| 2.3.2 典型的检测技术 | 第16-19页 |
| 2.3.2.1 基于规则匹配的检测技术 | 第16-17页 |
| 2.3.2.2 基于遗传算法的检测技术 | 第17-18页 |
| 2.3.2.3 基于神经网络的检测技术 | 第18页 |
| 2.3.2.4 基于免疫系统的检测技术 | 第18-19页 |
| 2.4 入侵检测系统的分类 | 第19-21页 |
| 2.4.1 误用检测模型 | 第19-20页 |
| 2.4.2 异常检测模型 | 第20-21页 |
| 2.5 入侵检测系统的不足和发展方向 | 第21-22页 |
| 第三章 基于猴群算法的入侵检测技术 | 第22-36页 |
| 3.1 猴群算法 | 第22-29页 |
| 3.1.1 猴群算法简介 | 第22-23页 |
| 3.1.2 猴群算法流程 | 第23-24页 |
| 3.1.3 猴群算法具体步骤描述 | 第24-26页 |
| 3.1.3.1 初始化 | 第24页 |
| 3.1.3.2 攀爬过程 | 第24-25页 |
| 3.1.3.3 眺望过程 | 第25页 |
| 3.1.3.4 空翻过程 | 第25-26页 |
| 3.1.3.5 算法终止 | 第26页 |
| 3.1.4 猴群算法与遗传算法比较 | 第26-29页 |
| 3.1.4.1 遗传算法简介 | 第26-28页 |
| 3.1.4.2 最优化问题模型 | 第28页 |
| 3.1.4.3 算法比较 | 第28-29页 |
| 3.2 数据准备 | 第29-32页 |
| 3.2.1 数据集简介 | 第29-30页 |
| 3.2.2 常见攻击手段 | 第30-31页 |
| 3.2.2.1 UDP 攻击 | 第30页 |
| 3.2.2.2 Teardrop 攻击 | 第30页 |
| 3.2.2.3 SYN-flood 攻击 | 第30页 |
| 3.2.2.4 ping of death 攻击 | 第30页 |
| 3.2.2.5 CGI 攻击 | 第30-31页 |
| 3.2.3 基于猴群算法入侵检测系统中数据表示 | 第31-32页 |
| 3.3 猴群算法参数 | 第32-33页 |
| 3.3.1 算法参数表示 | 第32页 |
| 3.3.2 算法目标函数表示 | 第32-33页 |
| 3.4 具体算法流程 | 第33-36页 |
| 第四章 系统具体实现和实验结果 | 第36-45页 |
| 4.1 基于猴群算法的入侵检测系统体系结构 | 第36-37页 |
| 4.2 系统具体实现 | 第37-39页 |
| 4.2.1 数据读取和处理模块 | 第37-38页 |
| 4.2.2 猴群算法规则生成模块 | 第38页 |
| 4.2.3 检测模块 | 第38-39页 |
| 4.3 实验结果 | 第39-45页 |
| 4.3.1 训练和测试数据 | 第39-41页 |
| 4.3.2 数据预处理 | 第41-42页 |
| 4.3.2.1 数据降维方式介绍 | 第41页 |
| 4.3.2.2 主成分分析法介绍 | 第41-42页 |
| 4.3.3 实验部分 | 第42-45页 |
| 4.3.3.1 实验一 | 第42-43页 |
| 4.3.3.2 实验二 | 第43-44页 |
| 4.3.3.3 实验结果说明 | 第44-45页 |
| 第五章 结论 | 第45-47页 |
| 5.1 总结 | 第45-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 发表论文 | 第51-52页 |
| 致谢 | 第52页 |
