| 第一章 绪论 | 第1-27页 |
| 1． 1 课题研究背景及意义 | 第8-9页 |
| 1． 2 入侵检测的产生与发展 | 第9-11页 |
| 1． 2． 1 入侵检测的产生 | 第9页 |
| 1． 2． 2 入侵检测的发展 | 第9-11页 |
| 1． 3 入侵检测技术 | 第11-20页 |
| 1． 3． 1 基于知识的入侵检测 | 第11-12页 |
| 1． 3． 2 基于行为的入侵检测 | 第12-18页 |
| 1． 3． 3 其它入侵检测 | 第18-20页 |
| 1． 4 入侵检测的CIDF模型 | 第20-23页 |
| 1． 4． 1 公共入侵检测框架(CIDF) | 第20-21页 |
| 1． 4． 2 CIDF的体系结构 | 第21-22页 |
| 1． 4． 3 CIDF的规范语言 | 第22-23页 |
| 1． 5 入侵检测系统的分类 | 第23-25页 |
| 1． 5． 1 按体系结构分类 | 第23-24页 |
| 1． 5． 2 按数据源分类 | 第24页 |
| 1． 5． 3 按响应方式分类 | 第24页 |
| 1． 5． 4 按检测技术分类 | 第24-25页 |
| 1． 6 论文内容及章节安排 | 第25-27页 |
| 第二章 智能计算理论 | 第27-42页 |
| 2． 1 引言 | 第27页 |
| 2． 2 支撑矢量机分类算法 | 第27-32页 |
| 2． 2． 1 理论背景 | 第28-29页 |
| 2． 2． 2 方法介绍 | 第29-32页 |
| 2． 3 模糊理论 | 第32-34页 |
| 2． 3． 1 模糊集合及其隶属度函数 | 第32-33页 |
| 2． 3． 2 模糊逻辑 | 第33页 |
| 2． 3． 3 模糊规则与模糊推理 | 第33-34页 |
| 2． 4 免疫优势克隆算法 | 第34-37页 |
| 2． 4． 1 人工免疫理论 | 第34-35页 |
| 2． 4． 2 克隆算法的基本思想 | 第35-36页 |
| 2． 4． 3 免疫优势的定义 | 第36-37页 |
| 2． 5 组织协同进化分类算法 | 第37-42页 |
| 2． 5． 1 理论背景 | 第37-38页 |
| 2． 5． 2 组织的定义 | 第38-39页 |
| 2． 5． 3 组织适应度的计算 | 第39-40页 |
| 2． 5． 4 组织进化算子 | 第40-42页 |
| 第三章 基于多层MPM的入侵检测 | 第42-51页 |
| 3． 1 引言 | 第42页 |
| 3． 2 MPM分类算法 | 第42-45页 |
| 3． 2． 1 线性MPM分类算法 | 第42-43页 |
| 3． 2． 2 非线性MPM分类算法 | 第43-45页 |
| 3． 3 多层MPM分类器 | 第45-46页 |
| 3． 3． 1 集成技术 | 第45-46页 |
| 3． 3． 2 组合MPM方法 | 第46页 |
| 3． 4 基于多层MPM的入侵检测算法 | 第46-48页 |
| 3． 4． 1基于多层MPM分类器的入侵检测模型 | 第46-47页 |
| 3． 4． 2 基于多层MPM分类器的入侵检测算法 | 第47-48页 |
| 3． 5 实验仿真及结果 | 第48-50页 |
| 3． 5． 1 仿真数据 | 第48页 |
| 3． 5． 2 仿真结果及分析 | 第48-50页 |
| 3． 6 本章小结 | 第50-51页 |
| 第四章 基于特征优化的多层支撑矢量机入侵检测 | 第51-58页 |
| 4． 1 引言 | 第51页 |
| 4． 2 多层支撑矢量机算法 | 第51-52页 |
| 4． 2． 1 Boosting算法 | 第52页 |
| 4． 2． 2 多层支撑矢量机分类器 | 第52页 |
| 4． 3 免疫优势克隆特征优化算法 | 第52-54页 |
| 4． 4 基于特征优化的多层支撑矢量机IDS | 第54-56页 |
| 4． 4． 1 基于特征优化的多层支撑矢量机的入侵检测系统模型 | 第54-55页 |
| 4． 4． 2 基于特征优化的多层支撑矢量机的入侵检测算法 | 第55-56页 |
| 4． 5 实验仿真及结果 | 第56-57页 |
| 4． 6 本章小结 | 第57-58页 |
| 第五章 基于组织协同进化模糊分类的入侵检测 | 第58-64页 |
| 5． 1 引言 | 第58页 |
| 5． 2 基于OCEFC的入侵检测算法 | 第58-62页 |
| 5． 2． 1 组织协同进化模糊分类算法 | 第58-61页 |
| 5． 2． 2 基于OCEFC的入侵检测模型 | 第61-62页 |
| 5． 3 实验仿真与结果 | 第62-63页 |
| 5． 3． 1 数据预处理 | 第62页 |
| 5． 3． 2 仿真结果 | 第62-63页 |
| 5． 4 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6． 1 全文的总结 | 第64页 |
| 6． 2 入侵检测技术领域的展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-76页 |
| 在读研期间发表的论文 | 第76页 |
