| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-13页 |
| ·背景介绍 | 第8页 |
| ·入侵检测系统简介 | 第8-11页 |
| ·入侵检测系统原理 | 第8-9页 |
| ·入侵检测系统分类 | 第9-10页 |
| ·分布式入侵检测系统 | 第10-11页 |
| ·入侵检测系统中存在的问题 | 第11页 |
| ·本文内容简介 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 模糊积分和模糊认知图 | 第13-21页 |
| ·模糊积分 | 第13-16页 |
| ·模糊测度的概念 | 第13-14页 |
| ·模糊测度确定方法 | 第14页 |
| ·模糊积分的概念 | 第14-15页 |
| ·模糊积分计算样例 | 第15-16页 |
| ·模糊认知图 | 第16-20页 |
| ·古典认知图 | 第16-17页 |
| ·模糊认知图 | 第17-18页 |
| ·模糊认知图的扩展模型 | 第18页 |
| ·基于神经元的模糊人认知图 | 第18-19页 |
| ·基于概率的模糊认知图 | 第19-20页 |
| ·基于规则的模糊认知图 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第3章 警报关联和多步攻击 | 第21-29页 |
| ·警报关联原则 | 第21-22页 |
| ·典型警报关联方法 | 第22-23页 |
| ·入侵检测数据集 | 第23-24页 |
| ·入侵检测数据集攻击分类原则 | 第23页 |
| ·DARPA 入侵检测数据集 | 第23-24页 |
| ·常见多步攻击的分析 | 第24-28页 |
| ·DRDOS 攻击 | 第24-27页 |
| ·LLDOS1.0 攻击 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于 Choquet 模糊积分的警报关联算法 | 第29-52页 |
| ·模糊认知图在警报关联中的应用 | 第29-30页 |
| ·模糊积分在警报关联中的应用 | 第30-32页 |
| ·属性转换函数设计 | 第31-32页 |
| ·应用样例 | 第32页 |
| ·数据结构设计 | 第32-37页 |
| ·IDMEF 警报格式 | 第32-34页 |
| ·攻击类别数据结构 | 第34-35页 |
| ·警报数据结构 | 第35-36页 |
| ·超警报数据结构 | 第36-37页 |
| ·警报训练为超警报 | 第37-43页 |
| ·总体算法 | 第37-38页 |
| ·超警报队列融合警报 | 第38页 |
| ·计算模糊积分值 | 第38-39页 |
| ·合并警报与超警报 | 第39-40页 |
| ·调整积分阈值 | 第40-41页 |
| ·生成新超警报 | 第41页 |
| ·超警报淘汰 | 第41-42页 |
| ·删除超警报 | 第42-43页 |
| ·插入超警报 | 第43页 |
| ·DRDOS 警报关联 | 第43-47页 |
| ·DRDOS 超警报队列 | 第43-44页 |
| ·DRDOS 超警报关联规则 | 第44-46页 |
| ·DRDOS 攻击验证 | 第46-47页 |
| ·实验 | 第47-51页 |
| ·警报关联评估方法 | 第47页 |
| ·实验目的 | 第47页 |
| ·实验环境 | 第47-48页 |
| ·实验步骤 | 第48-49页 |
| ·实验结论 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 结论与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·算法优点 | 第52页 |
| ·算法缺点 | 第52页 |
| ·算法改进 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 摘要 | 第58-60页 |
| Abstract | 第60-62页 |