| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 计算机网络所面临的威胁 | 第17-19页 |
| 1.3.1 权限滥用 | 第17页 |
| 1.3.2 恶意程序和病毒攻击 | 第17-18页 |
| 1.3.3 黑客攻击 | 第18-19页 |
| 1.4 入侵检测研究的意义 | 第19页 |
| 1.5 本文的研究内容 | 第19页 |
| 1.6 论文的结构安排 | 第19-20页 |
| 第二章 入侵检测系统概述 | 第20-29页 |
| 2.1 入侵检测技术简介 | 第20-21页 |
| 2.1.1 入侵检测技术的概念 | 第20页 |
| 2.1.2 入侵检测的技术途径 | 第20-21页 |
| 2.2 入侵检测系统的分类 | 第21-25页 |
| 2.2.1 异常检测与滥用检测 | 第21-22页 |
| 2.2.2 基于主机的入侵检测与基于网络的入侵检测 | 第22-25页 |
| 2.3 入侵检测技术的发展方向 | 第25-29页 |
| 第三章 支持向量机 | 第29-35页 |
| 3.1 支持向量机理论介绍 | 第29-32页 |
| 3.1.1 支持向量机 | 第29页 |
| 3.1.2 最大间隔分类器 | 第29-31页 |
| 3.1.3 核函数 | 第31-32页 |
| 3.2 用支持向量机构造入侵检测分类器 | 第32页 |
| 3.2.1 入侵检测中的分类问题 | 第32页 |
| 3.2.2 支持向量机(SVM)分类器的分类过程 | 第32页 |
| 3.3 支持向量机参数 | 第32-35页 |
| 3.3.1 支持向量机的参数介绍 | 第32-33页 |
| 3.3.2 参数优化的常用方法 | 第33-35页 |
| 第四章 基于网格搜索的支持向量机参数优化 | 第35-38页 |
| 4.1 交叉验证 | 第35页 |
| 4.2 网格搜索算法对支持向量机参数的优化 | 第35-36页 |
| 4.2.1 SVM分类器训练中的问题 | 第35-36页 |
| 4.2.2 网格搜索算法进行参数优化的实现思路 | 第36页 |
| 4.3 改进的网格搜索算法 | 第36-38页 |
| 第五章 基于支持向量机的入侵检测模型研究 | 第38-51页 |
| 5.1 入侵检测模型框架的构思 | 第38-39页 |
| 5.1.1 模型框架图 | 第38页 |
| 5.1.2 模型框架中各模块的功能设计 | 第38-39页 |
| 5.2 实验工具介绍 | 第39页 |
| 5.3 实验数据的预处理 | 第39-45页 |
| 5.3.1 原始实验数据描述 | 第39-42页 |
| 5.3.2 实验数据属性值的替换 | 第42-43页 |
| 5.3.3 数据的归一化处理 | 第43-45页 |
| 5.4 基于改进的网格搜索算法的SVM参数寻优具体实现 | 第45-51页 |
| 5.4.1 实验过程 | 第45-46页 |
| 5.4.2 实验结果分析 | 第46-51页 |
| 第六章 总结和展望 | 第51-53页 |
| 6.1 论文总结 | 第51页 |
| 6.2 进一步的工作 | 第51-53页 |
| 参考文献 | 第53-55页 |
| 攻读硕±学位期间的学术活动及成果情况 | 第55页 |