基于进化算法的入侵检测技术研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-20页 |
| ·网络入侵攻击状况 | 第10-11页 |
| ·计算机安全概念及相关问题 | 第11-16页 |
| ·计算机安全概念 | 第11-14页 |
| ·计算机主要安全机制 | 第14页 |
| ·入侵检测研究的必要性 | 第14-16页 |
| ·论文的主要研究内容 | 第16-17页 |
| ·论文框架 | 第17-20页 |
| 2 入侵检测和进化算法 | 第20-46页 |
| ·入侵检测的基本原理 | 第20-37页 |
| ·入侵检测的概念 | 第20-21页 |
| ·入侵检测系统 | 第21-23页 |
| ·入侵检测系统分类 | 第23-26页 |
| ·入侵检测方法 | 第26-34页 |
| ·目前主要的入侵检测系统 | 第34-37页 |
| ·进化算法 | 第37-42页 |
| ·进化算法的基本概念 | 第37-38页 |
| ·进化算法的主要特征 | 第38-39页 |
| ·进化算法的生物学含义 | 第39-40页 |
| ·进化算法与其它搜索方法的比较 | 第40-41页 |
| ·进化算法的应用 | 第41-42页 |
| ·将进化算法引入入侵检测 | 第42-45页 |
| ·问题的提出 | 第42-43页 |
| ·进化算法的引入 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 3 基于免疫粒子群进化算法的特征选择 | 第46-80页 |
| ·特征选择的原理 | 第46-50页 |
| ·特征选择的概念 | 第46-48页 |
| ·特征选择的方法 | 第48-50页 |
| ·特征选择的评价指标 | 第50页 |
| ·PSO 算法基本原理 | 第50-61页 |
| ·PSO 算法描述 | 第50-52页 |
| ·PSO 惯性权重的效能分析 | 第52-56页 |
| ·PSO 种群规模的效能分析 | 第56-58页 |
| ·PSO 最大速度的效能分析 | 第58-59页 |
| ·PSO 学习因子的效能分析 | 第59-61页 |
| ·基于PSO 的特征选择 | 第61-72页 |
| ·粒子的位置表示 | 第62页 |
| ·粒子的速度更新 | 第62-63页 |
| ·粒子的位置更新 | 第63页 |
| ·粒子的速度取值 | 第63页 |
| ·适应度函数 | 第63-64页 |
| ·实验结果 | 第64-72页 |
| ·基于IMMUNE_PSO 算法的特征选择 | 第72-79页 |
| ·Immune_PSO 算法的提出 | 第72-73页 |
| ·Immune_PSO 算法的思想 | 第73-74页 |
| ·Immune_PSO 算法描述 | 第74-75页 |
| ·种子粒子的选择 | 第75-76页 |
| ·实验结果 | 第76-79页 |
| ·本章小结 | 第79-80页 |
| 4 基于聚类和混沌模拟退火算法的入侵检测 | 第80-108页 |
| ·模拟退火算法原理 | 第80-82页 |
| ·SA 的物理基础 | 第80-81页 |
| ·Metropolis 接受准则 | 第81页 |
| ·SA 算法描述 | 第81-82页 |
| ·冷却进度表的效能分析 | 第82-89页 |
| ·控制参数t 的初值 | 第83-84页 |
| ·控制参数t 的衰减因子 | 第84-86页 |
| ·控制参数t 的终值tf | 第86-87页 |
| ·Mapkob 链的长度 | 第87-89页 |
| ·基于NIDCCSA 算法的入侵检测 | 第89-95页 |
| ·NIDCCSA 算法的提出 | 第89-90页 |
| ·NIDCCSA 算法的思想 | 第90-91页 |
| ·NIDCCSA 算法的聚类实现 | 第91-92页 |
| ·NIDCCSA 适应度函数的选择 | 第92-93页 |
| ·NIDCCSA 混沌扰动算法 | 第93-95页 |
| ·NIDCCSA 算法实验结果 | 第95-106页 |
| ·数据集的攻击特征 | 第95-96页 |
| ·标类算法 | 第96页 |
| ·检测算法 | 第96-97页 |
| ·入侵检测性能指标 | 第97页 |
| ·实验结果 | 第97-106页 |
| ·本章小结 | 第106-108页 |
| 5 基于支持向量机和量子进化算法的入侵检测 | 第108-130页 |
| ·基于支持向量机的入侵检测 | 第108-116页 |
| ·支持向量机的分类算法 | 第108-110页 |
| ·支持向量机应用到入侵检测的可行性 | 第110-112页 |
| ·支持向量机的入侵检测模型 | 第112-113页 |
| ·实验结果 | 第113-116页 |
| ·量子进化算法 | 第116-122页 |
| ·量子编码 | 第116-117页 |
| ·染色体进化 | 第117-119页 |
| ·QEA 算法描述 | 第119-122页 |
| ·基于支持向量机和量子进化算法的入侵检测 | 第122-129页 |
| ·NIDSVMQEA 算法的提出 | 第122页 |
| ·NIDSVMQEA 算法思想 | 第122-123页 |
| ·NIDSVMQEA 算法实验结果 | 第123-129页 |
| ·本章小结 | 第129-130页 |
| 6 结论与展望 | 第130-132页 |
| ·主要结论 | 第130-131页 |
| ·后续研究工作及其展望 | 第131-132页 |
| 致谢 | 第132-134页 |
| 参考文献 | 第134-142页 |
| 附录 | 第142页 |
