基于神经网络BP算法的网络入侵检测系统研究与实现
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题背景 | 第9-13页 |
| ·网络安全现状 | 第9页 |
| ·网络安全威胁 | 第9-10页 |
| ·网络安全技术综述 | 第10-13页 |
| ·入侵检测的必要性与研究现状 | 第13-14页 |
| ·入侵检测的必要性 | 第13-14页 |
| ·入侵检测的研究现状 | 第14页 |
| ·论文的主要研究内容和研究意义 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 入侵检测技术概述 | 第16-31页 |
| ·入侵检测的概念 | 第16-18页 |
| ·入侵检测的发展历史 | 第16-17页 |
| ·入侵检测系统的分类 | 第17-18页 |
| ·入侵检测通用模型 | 第18页 |
| ·入侵检测技术概述 | 第18-29页 |
| ·滥用入侵检测技术 | 第18-23页 |
| ·异常入侵检测技术 | 第23-28页 |
| ·滥用入侵检测与异常入侵检测技术的比较 | 第28-29页 |
| ·现有入侵检测技术的不足 | 第29页 |
| ·入侵检测技术的发展趋势 | 第29-31页 |
| 第三章 神经网络在入侵检测中的应用研究 | 第31-46页 |
| ·神经网络结构及 BP 算法的研究 | 第31-36页 |
| ·人工神经元模型 | 第31页 |
| ·BP 神经网络 | 第31-32页 |
| ·BP 学习算法 | 第32-35页 |
| ·BP 算法的实现 | 第35-36页 |
| ·BP 算法存在的缺陷与改进措施 | 第36-41页 |
| ·BP 算法存在的缺陷 | 第36页 |
| ·改进 BP 算法的措施和方法 | 第36-39页 |
| ·改进的 BP 算法 | 第39-41页 |
| ·神经网络在入侵检测系统中的应用 | 第41-46页 |
| ·神经网络入侵检测的优势 | 第42-43页 |
| ·神经网络在 IDS 应用的相关问题 | 第43-46页 |
| 第四章 基于神经网络入侵检测系统的设计与实现 | 第46-70页 |
| ·入侵检测系统总体方案设计 | 第46-48页 |
| ·系统的设计目标 | 第46页 |
| ·总体方案设计 | 第46-48页 |
| ·数据包捕获模块的设计与实现 | 第48-50页 |
| ·Windows 下的数据包捕获机制 | 第48-49页 |
| ·数据包捕获模块的设计 | 第49-50页 |
| ·数据分析模块设计与实现 | 第50-55页 |
| ·数据分析模块支持的协议 | 第50-54页 |
| ·数据分析模块设计 | 第54-55页 |
| ·预处理模块 | 第55-61页 |
| ·数据包编码模块 | 第55-57页 |
| ·入侵规则语句的编码 | 第57-60页 |
| ·预处理模块的设计 | 第60-61页 |
| ·入侵分析模块的设计与实现 | 第61-65页 |
| ·神经网络入侵检测模块的功能设计 | 第61-62页 |
| ·神经网络设计 | 第62-65页 |
| ·神经网络入侵检测算法实现 | 第65页 |
| ·入侵响应模块 | 第65-70页 |
| ·常用入侵响应技术 | 第65-67页 |
| ·入侵响应实现的机理 | 第67-70页 |
| 第五章 系统测试与分析 | 第70-75页 |
| ·系统测试准备 | 第70-72页 |
| ·测试环境 | 第70页 |
| ·测试用参数 | 第70-72页 |
| ·系统测试 | 第72-75页 |
| ·测试过程 | 第72-74页 |
| ·测试结论与分析 | 第74-75页 |
| 第六章 结束语 | 第75-77页 |
| ·工作总结 | 第75-76页 |
| ·工作展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-80页 |
| 攻读硕士学位期间发表的论文 | 第80页 |
