基于模糊神经网络的网络入侵检测研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 引言 | 第9-13页 |
| ·选题背景与意义 | 第9-10页 |
| ·模糊神经网络在入侵检测中的意义和作用 | 第10-11页 |
| ·本文研究目的和研究内容 | 第11-13页 |
| ·本文研究的目的 | 第11页 |
| ·本文研究的主要内容 | 第11-13页 |
| 2 网络入侵检测概述 | 第13-24页 |
| ·网络安全 | 第13-17页 |
| ·网络安全概念 | 第13-14页 |
| ·当前网络安全状况 | 第14-15页 |
| ·网络安全措施 | 第15-17页 |
| ·入侵和入侵检测 | 第17-23页 |
| ·入侵检测的必要性 | 第17-18页 |
| ·入侵检测基本原理 | 第18页 |
| ·入侵检测技术 | 第18-20页 |
| ·入侵检测方法 | 第20-21页 |
| ·入侵检测系统 | 第21-23页 |
| ·入侵检测的评估 | 第23页 |
| ·小结 | 第23-24页 |
| 3 自组织映射(SOM)神经网络的研究 | 第24-39页 |
| ·神经网络概述 | 第24-29页 |
| ·神经网络的产生与基本原理 | 第24-25页 |
| ·神经网络的结构类型 | 第25-27页 |
| ·神经网络的学习算法 | 第27-28页 |
| ·神经网络的基本特性 | 第28-29页 |
| ·SOM神经网络 | 第29-38页 |
| ·自组织特征映射网络 | 第29-30页 |
| ·SOM网络的结构 | 第30-31页 |
| ·SOM网络的学习算法 | 第31-33页 |
| ·网络的获胜领域和学习率 | 第33-34页 |
| ·SOM网络的收敛性 | 第34-35页 |
| ·SOM网络的特征映射实验 | 第35-37页 |
| ·SOM网络的特性 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 模糊SOM神经网络的研究 | 第39-45页 |
| ·模糊神经网络概述 | 第39-41页 |
| ·模糊数学简介 | 第39-40页 |
| ·模糊神经网络的产生 | 第40-41页 |
| ·模糊神经网络的类型 | 第41页 |
| ·模糊SOM神经网络 | 第41-44页 |
| ·模糊SOM网络分析 | 第41-42页 |
| ·SOM网络的学习算法模糊化 | 第42-43页 |
| ·模糊SOM网络的实验 | 第43-44页 |
| ·小结 | 第44-45页 |
| 5 网络入侵的异常检测模型及算法的研究与实现 | 第45-60页 |
| ·入侵检测模型分析 | 第45-47页 |
| ·数据预处理 | 第47页 |
| ·聚类分析 | 第47-50页 |
| ·入侵检测的聚类分析 | 第47-48页 |
| ·聚类算法的实现 | 第48-49页 |
| ·算法实验与分析 | 第49-50页 |
| ·检测规则 | 第50-54页 |
| ·最近邻法 | 第50-51页 |
| ·偏离程度判别法 | 第51-54页 |
| ·模糊判别规则 | 第54页 |
| ·入侵检测中存在的模糊性 | 第54-55页 |
| ·入侵检测模糊性的分析 | 第54-55页 |
| ·入侵检测模糊性的解决办法 | 第55页 |
| ·入侵检测算法实现 | 第55-59页 |
| ·基于SOM聚类的网络入侵检测 | 第56-57页 |
| ·基于模糊SOM的网络入侵检测 | 第57-59页 |
| ·小结 | 第59-60页 |
| 6 入侵检测仿真实验 | 第60-69页 |
| ·仿真实验环境 | 第60页 |
| ·二维仿真实验 | 第60-62页 |
| ·网络入侵仿真实验 | 第62页 |
| ·实验结果 | 第62-67页 |
| ·分析与评价 | 第67-68页 |
| ·小结 | 第68-69页 |
| 7 结论与展望 | 第69-70页 |
| 致 谢 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 附: 1.攻读硕士学位期间发表的论文 | 第74页 |
| 附：2 攻读硕士学位期间参加的科研项目 | 第74-75页 |
