| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·本文内容结构 | 第12-13页 |
| 第二章 入侵检测概述 | 第13-17页 |
| ·入侵检测的概念 | 第13页 |
| ·入侵检测技术的分类 | 第13-15页 |
| ·常用的入侵检测方法 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 粗糙集及支持向量机理论基础 | 第17-29页 |
| ·粗糙集理论 | 第17-20页 |
| ·知识的分类与约简 | 第17-19页 |
| ·决策表的约简 | 第19-20页 |
| ·粗糙集属性约简算法 | 第20-22页 |
| ·支持向量机理论 | 第22-27页 |
| ·线性分类与优化 | 第22-25页 |
| ·核函数 | 第25-27页 |
| ·常用支持向量机算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 最小二乘支持向量机的改进算法 | 第29-35页 |
| ·支持向量机分类算法 | 第29页 |
| ·最小二乘支持向量机分类算法 | 第29-31页 |
| ·最小二乘支持向量机稀疏化算法 | 第31-34页 |
| ·LS-SVM稀疏化算法设计 | 第31-32页 |
| ·LS-SVM稀疏化算法流程 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 基于粗糙集与改进LS-SVM的入侵检测算法 | 第35-42页 |
| ·粗糙集与改进LS-SVM结合算法特点 | 第35-36页 |
| ·数据预处理及约简 | 第36-38页 |
| ·数据预处理 | 第36页 |
| ·可辨识矩阵属性约简算法 | 第36-38页 |
| ·核函数的选择及参数优化 | 第38-39页 |
| ·基于粗糙集与改进LS-SVM的入侵检测算法设计 | 第39-41页 |
| ·算法模型 | 第39页 |
| ·算法描述 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第六章 仿真实验及结果分析 | 第42-47页 |
| ·实验评价标准 | 第42页 |
| ·实验数据来源 | 第42-44页 |
| ·实验结果分析 | 第44-47页 |
| 第七章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间主要的研究成果 | 第53页 |