基于WIFI的被动入侵检测技术研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 本文主要工作及组织结构 | 第17-19页 |
| 1.3.1 本文主要工作 | 第17-18页 |
| 1.3.2 组织结构 | 第18-19页 |
| 第二章 基于WIFI的被动入侵检测基本原理 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 信号强度分析 | 第19-23页 |
| 2.2.1 信号强度的影响因素 | 第19-21页 |
| 2.2.2 无线信号的传播模型 | 第21-23页 |
| 2.3 室内信号的统计学特性 | 第23-26页 |
| 2.3.1 室内信号强度的均值 | 第24-25页 |
| 2.3.2 室内信号强度的方差 | 第25-26页 |
| 2.4 检测方式 | 第26-29页 |
| 2.4.1 主动入侵检测 | 第26-28页 |
| 2.4.2 被动入侵检测 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 基于WIFI的被动入侵检测的分类方法 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 支持向量机在被动入侵检测技术中的应用 | 第30-32页 |
| 3.2.1 支持向量机与被动入侵检测技术相结合 | 第30-31页 |
| 3.2.2 入侵检测具体流程 | 第31-32页 |
| 3.3 统计学理论 | 第32-34页 |
| 3.4 支持向量机 | 第34-38页 |
| 3.4.1 最优分类超平面 | 第35-36页 |
| 3.4.2 广义最优分类超平面 | 第36页 |
| 3.4.3 支持向量机 | 第36-37页 |
| 3.4.4 核函数 | 第37-38页 |
| 3.5 支持向量机中的多类问题 | 第38-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 实验仿真及数据预处理 | 第41-49页 |
| 4.1 引言 | 第41页 |
| 4.2 入侵检测仿真 | 第41-42页 |
| 4.3 数据采集方案 | 第42-44页 |
| 4.4 数据预处理 | 第44-48页 |
| 4.4.1 数据清理 | 第44-45页 |
| 4.4.2 特征提取 | 第45-47页 |
| 4.4.3 特征归一化 | 第47-48页 |
| 4.5 样本统计信息 | 第48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 基于SVM的入侵行为识别 | 第49-63页 |
| 5.1 引言 | 第49页 |
| 5.2 检测过程描述 | 第49-50页 |
| 5.3 核函数选择 | 第50-54页 |
| 5.4 特征参量筛选 | 第54-56页 |
| 5.5 SVM参数寻优 | 第56-59页 |
| 5.5.1 网格搜索和交叉验证 | 第56-57页 |
| 5.5.2 参数寻优与识别结果 | 第57-58页 |
| 5.5.3 搜索算法的比较 | 第58-59页 |
| 5.6 实验结果与分析 | 第59-62页 |
| 5.7 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第70-71页 |
