基于DCA的免疫入侵检测技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究的背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 国外研究现状 | 第11-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 课题研究的主要内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14页 |
| 1.3.2 课题内容 | 第14页 |
| 1.3.3 论文的组织结构 | 第14-16页 |
| 第2章 生物免疫基本理论 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 生物免疫系统 | 第16-19页 |
| 2.2.1 免疫系统概述 | 第16-18页 |
| 2.2.2 免疫机制 | 第18-19页 |
| 2.3 免疫系统的特点 | 第19页 |
| 2.4 人工免疫系统 | 第19-23页 |
| 2.4.1 人工免疫概述 | 第19-20页 |
| 2.4.2 免疫算法 | 第20-23页 |
| 2.5 免疫危险理论 | 第23-24页 |
| 2.6 生物免疫与入侵检测的相似性 | 第24-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 基于证据理论的树突状细胞算法研究 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 树突状细胞介绍 | 第27-29页 |
| 3.3 DCA 分析 | 第29-31页 |
| 3.4 基于证据理论的树突状细胞算法 | 第31-36页 |
| 3.4.1 证据理论的基本原理 | 第31-33页 |
| 3.4.2 构造 mass 函数 | 第33-34页 |
| 3.4.3 权重的确定 | 第34-36页 |
| 3.5 算法分析 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于 DCA 的混合入侵检测模型 | 第37-44页 |
| 4.1 支持向量机 SVM 介绍 | 第37-38页 |
| 4.2 综合分析 | 第38-39页 |
| 4.3 混合入侵检测系统模型设计 | 第39-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验仿真与分析 | 第44-51页 |
| 5.1 Kddcup99 数据集 | 第44-46页 |
| 5.2 数据集预处理 | 第46-47页 |
| 5.3 实验结果 | 第47-50页 |
| 5.4 本章总结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士学位期间所发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |
