| 摘要 | 第1-8页 |
| 第一章 前言 | 第8-9页 |
| 第二章 入侵检测系统介绍 | 第9-16页 |
| ·概述 | 第9页 |
| ·基本原理 | 第9-10页 |
| ·系统模块 | 第10页 |
| ·检测方法的分类 | 第10-12页 |
| ·入侵检测系统的体系结构 | 第12-13页 |
| ·现有入侵检测系统产品简介 | 第13-15页 |
| ·IDS 产品趋势 | 第15-16页 |
| 第三章 Snort 网络入侵检测系统的学习和分析 | 第16-23页 |
| ·Snort 系统概述 | 第16页 |
| ·Snort2.0 的系统架构 | 第16-17页 |
| ·Snort 内部工作流程 | 第17-18页 |
| ·Snort 安装配置和使用 | 第18-19页 |
| ·Snort 的规则 | 第19-20页 |
| ·Libpcap 和Snort 源代码分析 | 第20-22页 |
| ·Libpcap 源代码分析 | 第20-21页 |
| ·Snort 源代码分析 | 第21-22页 |
| ·总结 | 第22-23页 |
| 第四章 设计新型入侵检测系统 | 第23-52页 |
| ·信息安全模式的分析 | 第23-28页 |
| ·经典安全模型 | 第23-26页 |
| ·动态安全模型 | 第26-28页 |
| ·分布式入侵检测系统的分析 | 第28-34页 |
| ·优势 | 第28-30页 |
| ·模型分析 | 第30-33页 |
| ·分布级别 | 第33-34页 |
| ·数据挖掘和BP 神经网络技术在新型入侵检测系统的运用 | 第34-44页 |
| ·数据挖掘技术 | 第34-38页 |
| ·BP 神经网络算法 | 第38-44页 |
| ·新型入侵检测系统 | 第44-52页 |
| ·优点 | 第44-45页 |
| ·特点 | 第45-49页 |
| ·系统结构图 | 第49页 |
| ·模块功能 | 第49-50页 |
| ·进一步研究方向 | 第50-51页 |
| ·总结 | 第51-52页 |
| 第五章 新型入侵检测系统的编码工作 | 第52-73页 |
| ·简介 | 第52页 |
| ·Apriori 算法实现 | 第52-56页 |
| ·BP 神经网络算法实现 | 第56-65页 |
| ·网络嗅探器的实现 | 第65-72页 |
| ·特殊问题解决方法 | 第72-73页 |
| 第六章 新型入侵检测系统的测试 | 第73-75页 |
| ·神经网络的训练与测试 | 第73页 |
| ·网络嗅探器的测试 | 第73-75页 |
| 第七章 结束语 | 第75页 |
| 第八章 谢辞 | 第75-76页 |
| 参考文献 | 第76-77页 |