| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 绪言 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 国内外研究现状 | 第9-14页 |
| 1.3 研究课题的提出和意义 | 第14-15页 |
| 1.4 本文结构 | 第15-17页 |
| 2 基于贝叶斯网络的混合式智能入侵检测模型(BHIID) | 第17-31页 |
| 2.1 引言 | 第17-18页 |
| 2.2 基于贝叶斯网络的混合式智能入侵检测模型(BHIID)的描述 | 第18-29页 |
| 2.3 BHIID(基于贝叶斯网络的的混合式智能入侵检测)的特点 | 第29页 |
| 2.4 与现有模型比较 | 第29-30页 |
| 2.5 小结 | 第30-31页 |
| 3 异常检测中的贝叶斯网络智能推理和学习算法 | 第31-49页 |
| 3.1 引言 | 第31-32页 |
| 3.2 推理与学习机制 | 第32-37页 |
| 3.3 特征参数的选取 | 第37页 |
| 3.4 学习算法设计 | 第37-48页 |
| 3.5 小结 | 第48-49页 |
| 4 BHIID原型系统设计 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 需求分析 | 第49-55页 |
| 4.3 系统架构描述 | 第55-56页 |
| 4.4 原型系统设计 | 第56-58页 |
| 4.5 小结 | 第58-59页 |
| 5 BHIID原型系统实现 | 第59-61页 |
| 5.1 引言 | 第59页 |
| 5.2 目标平台及开发环境 | 第59页 |
| 5.3 测试与实验结果 | 第59-60页 |
| 5.4 小结 | 第60-61页 |
| 6 结语 | 第61-63页 |
| 6.1 全文总结 | 第61页 |
| 6.2 进一步的工作及展望 | 第61-63页 |
| 致 谢 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 附 录 | 第66-67页 |
