| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 论文研究内容 | 第12页 |
| 1.3 论文结构 | 第12-14页 |
| 第二章 入侵检测研究综述 | 第14-25页 |
| 2.1 入侵检测技术 | 第14-20页 |
| 2.1.1 入侵技术发展及现状 | 第14-16页 |
| 2.1.2 入侵检测原理及方法分类 | 第16-17页 |
| 2.1.3 入侵检测系统模型及系统分类 | 第17-20页 |
| 2.2 基于神经网络的入侵检测技术 | 第20-24页 |
| 2.2.1 神经网络模型 | 第20-21页 |
| 2.2.2 基于神经网络的入侵检测技术研究 | 第21页 |
| 2.2.3 基于神经网络的入侵检测技术原理 | 第21-23页 |
| 2.2.4 基于神经网络的入侵检测方法特点 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于GHSOM算法的入侵检测技术研究 | 第25-35页 |
| 3.1 机器学习 | 第25-26页 |
| 3.1.1 机器学习简介 | 第25页 |
| 3.1.2 机器学习分类 | 第25-26页 |
| 3.2 聚类算法 | 第26-28页 |
| 3.2.1 聚类算法简介及分类 | 第26-27页 |
| 3.2.2 SOM算法介绍 | 第27-28页 |
| 3.3 GHSOM入侵检测算法研究 | 第28-31页 |
| 3.3.1 GHSOM结构 | 第28-29页 |
| 3.3.2 GHSOM算法原理 | 第29-31页 |
| 3.3.3 GHSOM算法特点 | 第31页 |
| 3.4 GHSOM算法改进 | 第31-34页 |
| 3.4.1 互信息介绍 | 第31-32页 |
| 3.4.2 GHSOM的改进 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 实验及结果分析 | 第35-46页 |
| 4.1 实验数据集的选取 | 第35-37页 |
| 4.2 实验过程和结果分析 | 第37-43页 |
| 4.3 实验结果对比 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 结合改进的GHSOM入侵检测结果的可视化显示 | 第46-50页 |
| 5.1 可视化方法介绍 | 第46-47页 |
| 5.2 可视化方法分类 | 第47-48页 |
| 5.3 结合改进的GHSOM入侵检测结果的可视化显示 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 论文回顾与总结 | 第50-51页 |
| 6.2 进一步研究工作 | 第51-52页 |
| 发表论文和参加科研情况说明 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |