支撑向量技术在入侵检测中的应用与研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7-9页 |
| ·网络入侵检测的发展与现状 | 第9-10页 |
| ·国内外的研究动态 | 第10-13页 |
| ·本文的研究内容及意义 | 第13页 |
| ·本文的结构安排 | 第13-15页 |
| 第二章 支持向量机算法介绍 | 第15-25页 |
| ·支持向量机算法基本原理 | 第15-17页 |
| ·凸约束问题 | 第15页 |
| ·分类超平面 | 第15-17页 |
| ·支持向量机算法（SVM） | 第17-21页 |
| ·支持向量机算法的基本概念 | 第17-18页 |
| ·核函数的四种形式 | 第18-20页 |
| ·非线性支持向量机 | 第20-21页 |
| ·加权支持向量机算法(WSVM) | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 入侵检测概述 | 第25-33页 |
| ·入侵检测系统和评估标准 | 第25-26页 |
| ·入侵检测系统的必要性 | 第25页 |
| ·入侵检测系统的评估标准 | 第25-26页 |
| ·入侵检测系统的分类 | 第26-28页 |
| ·入侵检测技术 | 第28-30页 |
| ·入侵检测系统产品 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于加权SVM 的网络入侵检测 | 第33-45页 |
| ·基于SVM 的网络入侵检测思想 | 第33页 |
| ·基于SVM 的网络入侵检测系统模型 | 第33-35页 |
| ·数据集介绍 | 第35-39页 |
| ·实验过程及结果 | 第39-42页 |
| ·实验结果分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章WSVM 入侵检测方法的改进 | 第45-53页 |
| ·原始数据的预处理的改进 | 第45-47页 |
| ·实验过程 | 第47-49页 |
| ·实验结果分析及结论 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·研究结论 | 第53页 |
| ·研究展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第60页 |
