| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-17页 |
| 1．1 入侵检测技术综述 | 第7-12页 |
| 1．1．1 入侵检测发展概述 | 第8-11页 |
| 1．1．2 入侵检测系统的研究现状 | 第11-12页 |
| 1．2 课题的研究背景和意义 | 第12-15页 |
| 1．3 本文的研究内容和创新点 | 第15-16页 |
| 1．4 本文的组织结构 | 第16-17页 |
| 第二章 入侵检测技术综述 | 第17-28页 |
| 2．1 入侵检测技术的分类 | 第17-22页 |
| 2．1．1 基于主机、基于网络和分布式入侵检测 | 第17-21页 |
| 2．1．2 误用入侵检测和异常入侵检测 | 第21-22页 |
| 2．2 入侵检测系统的功能与作用 | 第22-23页 |
| 2．3 现有入侵检测系统面临的问题与不足 | 第23-25页 |
| 2．3．1 当前入侵检测系统面临的问题 | 第23-24页 |
| 2．3．2 现有入侵检测系统方法与技术的不足 | 第24-25页 |
| 2．4 入侵检测方法的发展趋势 | 第25-26页 |
| 2．5 本章小结 | 第26-28页 |
| 第三章 人工免疫学基础 | 第28-37页 |
| 3．1 自然免疫基础 | 第28-32页 |
| 3．1．1 生物免疫系统概述 | 第28-31页 |
| 3．1．2 生物免疫系统基本特征 | 第31-32页 |
| 3．2 人工免疫系统 | 第32-35页 |
| 3．2．1 人工免疫系统的定义 | 第32页 |
| 3．2．2 人工免疫系统的发展简史 | 第32-34页 |
| 3．2．3 人工免疫系统的研究现状 | 第34-35页 |
| 3．2．4 人工免疫系统的特点 | 第35页 |
| 3．3 本章小结 | 第35-37页 |
| 第四章 人工免疫学在入侵检测中的应用研究概述 | 第37-44页 |
| 4．1 人工免疫系统和入侵检测系统的比较 | 第37页 |
| 4．2 安全免疫系统应该具备的基本特征 | 第37-38页 |
| 4．3 基于人工免疫学的入侵检测系统的研究现状 | 第38-41页 |
| 4．4 免疫学习算法研究 | 第41-43页 |
| 4．4．1 否定选择算法 | 第41-42页 |
| 4．4．2 动态克隆选择算法 | 第42-43页 |
| 4．5 本章小结 | 第43-44页 |
| 第五章 基于人工免疫的入侵检测系统模型 | 第44-65页 |
| 5．1 入侵检测系统模型 | 第44-47页 |
| 5．1．1 CIDF模型 | 第44-45页 |
| 5．1．2 J．Kim等提出的基于人工免疫的网络入侵检测系统模型 | 第45-47页 |
| 5．2 系统设计 | 第47-54页 |
| 5．2．1 结构设计 | 第47-50页 |
| 5．2．2 人工免疫入侵检测系统模型中的几个概念 | 第50-54页 |
| 5．3 实验 | 第54-59页 |
| 5．3．1 实验数据描述 | 第55-57页 |
| 5．3．2 实验检测流程 | 第57-58页 |
| 5．3．3 实验结果 | 第58-59页 |
| 5．4 基于模糊聚类的入侵检测和基于人工免疫的入侵检测性能对比 | 第59-62页 |
| 5．4．1 基于模糊C均值算法的实验与分析 | 第59-62页 |
| 5．4．2 对比结果 | 第62页 |
| 5．5 对人工免疫网络入侵检测系统模型的改进 | 第62-63页 |
| 5．6 结论 | 第63-64页 |
| 5．7 本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-66页 |
| 在研究生期间发表的论文 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |