基于遗传神经网络的入侵检测系统研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究背景 | 第9-10页 |
| ·网络安全面临的威胁 | 第9页 |
| ·研究入侵检测的必要性 | 第9-10页 |
| ·国内外的研究进展和现状 | 第10-11页 |
| ·本文的主要工作和结构安排 | 第11-12页 |
| ·本文的主要工作 | 第11-12页 |
| 第二章 入侵检测系统介绍 | 第12-17页 |
| ·入侵检测的概念 | 第12-13页 |
| ·入侵检测系统存在与发展的必然性 | 第12页 |
| ·入侵检测的概念及起源 | 第12-13页 |
| ·入侵检测系统的基本结构 | 第13-14页 |
| ·入侵检测的分类 | 第14-15页 |
| ·按照分析方法/检测原理分类 | 第14-15页 |
| ·按照数据来源分类 | 第15页 |
| ·攻击分类 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 神经网络的概述 | 第17-30页 |
| ·神经网络的简介 | 第17页 |
| ·神经网络模型及训练 | 第17-21页 |
| ·生物神经元模型 | 第17-18页 |
| ·神经网络模型 | 第18-20页 |
| ·神经网络的分类 | 第20-21页 |
| ·BP 神经网络 | 第21-29页 |
| ·训练过程概述 | 第23-24页 |
| ·基本的BP 算法 | 第24-25页 |
| ·算法的改进 | 第25-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 改进遗传神经网络入侵检测系统 | 第30-42页 |
| ·遗传算法 | 第30-32页 |
| ·遗传算法训练神经网络 | 第32-37页 |
| ·遗传算法的改进 | 第32-37页 |
| ·改进后的遗传神经网络（TGB） | 第37页 |
| ·改进后的遗传神经网络入侵检测模型 | 第37-41页 |
| ·网络数据获取模块 | 第37-40页 |
| ·改进遗传神经网络入侵检测模块 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 仿真实验及分析 | 第42-52页 |
| ·特征选提法应用 | 第42-50页 |
| ·实验环境 | 第42页 |
| ·样本选择 | 第42-44页 |
| ·特征选提法应用 | 第44-50页 |
| ·实验步骤 | 第50-51页 |
| ·实验结果及分析 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| ·本文主要工作 | 第52页 |
| ·有待进一步研究的内容 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 发表论文和科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
