基于机器学习的入侵检测系统研究

摘要	第1-5页
ABSTRACT	第5-8页
1 绪论	第8-17页
·问题提出	第8-9页
·国内外研究现状	第9-14页
·未来发展方向	第14-15页
·研究内容及框架结构	第15-17页
2 基于机器学习的入侵检测系统设计	第17-24页
·设计思想及系统框架	第17-19页
·模块划分及工作流程	第19-22页
·系统特色	第22页
·小结	第22-24页
3 基于ELMAN 神经网络的入侵检测	第24-36页
·基于网络数据包的学习机结构选择	第24-26页
·基于网络数据包的训练与检测流程	第26-28页
·网络数据包预处理	第28-32页
·ELMAN 神经网络训练	第32-35页
·小结	第35-36页
4 基于鲁棒SVM 近邻分类的入侵检测	第36-45页
·基于主机系统日志的学习机结构选择	第36-38页
·基于主机系统日志的训练与检测流程	第38-40页
·系统日志预处理	第40-42页
·基于鲁棒SVM 的特征空间加权	第42-44页
·小结	第44-45页
5 系统测试与分析	第45-55页
·测试数据	第45-46页
·基于ELMAN 神经网络的入侵检测性能测试	第46-51页
·基于鲁棒SVM 近邻分类的入侵检测性能测试	第51-54页
·小结	第54-55页
6 结论及未来工作	第55-57页
致谢	第57-59页
参考文献	第59-63页
附录1 攻读学位期间发表论文目录	第63页
附录2 攻读学位期间申请专利目录	第63页
附录3 攻读学位期间软件著作版权目录	第63页
附录4 攻读学位期间鉴定成果目录	第63页