基于无线传感器网络入侵检测的研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 相关研究现状 | 第11-12页 |
| 1.3 主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 无线传感器网络及入侵检测相关技术 | 第15-23页 |
| 2.1 无线传感器网络概述 | 第15-19页 |
| 2.1.1 传感器节点结构与特征 | 第15-17页 |
| 2.1.2 无线传感器网络拓扑结构 | 第17-18页 |
| 2.1.3 无线传感器网络特点 | 第18-19页 |
| 2.1.4 无线传感器网络安全面临的挑战 | 第19页 |
| 2.2 无线传感器网络入侵检测技术 | 第19-22页 |
| 2.2.1 入侵和入侵检测概念 | 第19-20页 |
| 2.2.2 入侵检测的体系结构 | 第20页 |
| 2.2.3 典型入侵检测方法 | 第20-22页 |
| 2.2.4 无线传感器网络入侵检测的设计目标 | 第22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于时空压缩的入侵检测算法 | 第23-35页 |
| 3.1 引言 | 第23页 |
| 3.2 时空压缩入侵检测系统 | 第23-25页 |
| 3.2.1 入侵检测模型 | 第23-24页 |
| 3.2.2 入侵检测流程 | 第24-25页 |
| 3.3 基于时空压缩算法设计与实现 | 第25-29页 |
| 3.3.1 传统的神经自编码 | 第25-27页 |
| 3.3.2 改进的自编码神经网络 | 第27-28页 |
| 3.3.3 数据预处理 | 第28-29页 |
| 3.3.4 系统性能分析 | 第29页 |
| 3.4 实验与结果分析 | 第29-34页 |
| 3.4.1 实验数据集 | 第29-30页 |
| 3.4.2 实验评估度量 | 第30-31页 |
| 3.4.3 实验与结果分析 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于实时多分类的入侵检测算法 | 第35-50页 |
| 4.1 引言 | 第35页 |
| 4.2 实时入侵检测系统 | 第35-38页 |
| 4.2.1 入侵检测模型 | 第35-37页 |
| 4.2.2 入侵检测流程 | 第37-38页 |
| 4.3 入侵检测算法 | 第38-45页 |
| 4.3.1 SVM算法原理 | 第38-41页 |
| 4.3.2 核函数的选择 | 第41-42页 |
| 4.3.3 传统的SVM多分类 | 第42-44页 |
| 4.3.4 改进的二叉树SVM多分类 | 第44-45页 |
| 4.4 系统性能分析 | 第45-46页 |
| 4.5 实验仿真与结果 | 第46-49页 |
| 4.5.1 实验数据集 | 第46页 |
| 4.5.2 实验评估方法 | 第46-47页 |
| 4.5.3 实验结果与分析 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 本文总结 | 第50-51页 |
| 5.2 未来工作展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录 | 第57-58页 |
| 详细摘要 | 第58-60页 |
