| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·课题背景及研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本论文的研究内容和成果 | 第11-12页 |
| ·本论文的章节安排 | 第12-13页 |
| 2 入侵检测概述 | 第13-17页 |
| ·入侵检测分类 | 第13-16页 |
| ·根据入侵检测分析的数据源分类 | 第13页 |
| ·根据入侵检测方法分类 | 第13-16页 |
| ·入侵检测发展趋势 | 第16页 |
| ·本章小结 | 第16-17页 |
| 3 加权支持向量机基本理论 | 第17-23页 |
| ·支持向量机 | 第17-19页 |
| ·加权支持向量机 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 4 基于正区域快速属性约简的入侵检测特征选择方法 | 第23-45页 |
| ·研究基础 | 第23-24页 |
| ·粗糙集基本概念 | 第24-26页 |
| ·相关定义与定理 | 第26-27页 |
| ·基于正区域快速属性约简(PRFAR)算法 | 第27-35页 |
| ·去除决策表无关属性生成简化决策表 | 第28页 |
| ·求取简化决策表核属性 | 第28-30页 |
| ·舍弃简化决策表冗余属性 | 第30-32页 |
| ·PRFAR 算法描述 | 第32页 |
| ·PRFAR 算法伪代码实现 | 第32-34页 |
| ·PRFAR 算法的正确性分析 | 第34页 |
| ·PRFAR 算法的时间复杂度分析 | 第34-35页 |
| ·PRFAR 算法与其他三种属性约简算法性能对比 | 第35页 |
| ·基于正区域快速属性约简(PRFAR)的入侵检测特征选择方法 | 第35-36页 |
| ·PRFAR 入侵检测特征选择实验 | 第36-44页 |
| ·PRFAR 入侵检测特征选择对分类算法检测性能影响实验 | 第37-40页 |
| ·四种属性约简算法的入侵检测特征选择对比实验 | 第40-42页 |
| ·PRFAR 入侵检测特征选择的可扩展性实验 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 基于中间分类超平面样本缩减的加权SVM 入侵检测方法 | 第45-62页 |
| ·研究基础 | 第45页 |
| ·基于中间分类超平面的样本缩减算法 | 第45-53页 |
| ·对正负类训练样本集分别进行聚类分析 | 第46-48页 |
| ·计算聚类簇与边界面接近度 | 第48页 |
| ·构造中间分类超平面 | 第48-50页 |
| ·确定邻界簇 | 第50页 |
| ·选取可能支持向量 | 第50-52页 |
| ·MCHSR 算法描述与实现 | 第52-53页 |
| ·MCHSR 算法的时间复杂度分析 | 第53页 |
| ·基于中间分类超平面样本缩减的加权SVM 入侵检测方法 | 第53-55页 |
| ·MCHSR-WSVM 入侵检测实验 | 第55-61页 |
| ·MCHSR-WSVM 入侵检测有效性实验 | 第55-57页 |
| ·四种方法的入侵检测对比实验 | 第57-59页 |
| ·参数对MCHSR-WSVM 入侵检测性能影响实验 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 6 基于粗糙集属性约简和加权SVM 的入侵检测方法与实验原型 | 第62-70页 |
| ·基于粗糙集属性约简和加权SVM 的入侵检测方法 | 第62-63页 |
| ·RS-AR-WSVM 入侵检测实验 | 第63-66页 |
| ·基于粗糙集属性约简和加权SVM 的入侵检测实验原型 | 第66-69页 |
| ·实验原型结构框图 | 第66-67页 |
| ·实验原型开发环境 | 第67页 |
| ·入侵检测功能实现 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 7 结论 | 第70-72页 |
| ·总结 | 第70页 |
| ·展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77页 |
