Linux下基于神经网络的智能入侵检测系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·引言 | 第8-9页 |
| ·智能入侵检测的研究意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要研究内容和章节安排 | 第11-13页 |
| 第2章 智能入侵检测技术 | 第13-20页 |
| ·入侵检测概念 | 第13页 |
| ·典型IDS模型 | 第13-15页 |
| ·CIDF模型 | 第13-14页 |
| ·Denning模型 | 第14-15页 |
| ·入侵检测系统分类 | 第15-16页 |
| ·根据数据源的分类 | 第15页 |
| ·根据采用策略不同分类 | 第15-16页 |
| ·根据工作方式分类 | 第16页 |
| ·入侵检测系统组成 | 第16-17页 |
| ·数据采集模块 | 第16-17页 |
| ·数据分析模块 | 第17页 |
| ·数据响应及其他辅助模块 | 第17页 |
| ·入侵检测实现的常用方法 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 Linux平台下的数据采集与特征提取 | 第20-39页 |
| ·Linux内核结构与操作 | 第20页 |
| ·Linux操作系统结构部署 | 第20-22页 |
| ·系统内核结构 | 第20-21页 |
| ·系统网络结构 | 第21页 |
| ·网络数据报文接收 | 第21-22页 |
| ·Linux下报文捕获技术 | 第22-25页 |
| ·报文捕获技术要求 | 第24页 |
| ·Linux系统下传统报文捕获的实现 | 第24-25页 |
| ·Linux下NIDS数据采集模块设计 | 第25-27页 |
| ·入侵检测系统中数据采集模块实现 | 第27-30页 |
| ·数据采集流程描述 | 第27页 |
| ·数据采集算法描述 | 第27-28页 |
| ·数据过滤算法实现 | 第28-30页 |
| ·数据特征提取 | 第30-38页 |
| ·网络协议分析 | 第31-36页 |
| ·生成检测器的原理和方法 | 第36-38页 |
| ·数据包的检测 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 神经网络在智能入侵检测中的应用 | 第39-49页 |
| ·BP神经网络 | 第39-41页 |
| ·BP神经网络的结构 | 第39页 |
| ·BP神经网络的原理 | 第39-41页 |
| ·BP神经网络的特点 | 第41页 |
| ·BP神经网络的设计 | 第41-43页 |
| ·学习样本的确定 | 第41-42页 |
| ·输入、输出和隐含层的设计 | 第42页 |
| ·激励函数的选择 | 第42页 |
| ·网络初始值的选择 | 第42-43页 |
| ·BP神经网络在智能入侵检测中的应用 | 第43-46页 |
| ·神经网络的训练 | 第45-46页 |
| ·神经网络的检测 | 第46页 |
| ·本章小结 | 第46-49页 |
| 第5章 系统测试 | 第49-52页 |
| ·系统测试 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 个人简介 | 第57页 |
