基于免疫非我学习算法的入侵检测模型及方法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-19页 |
| ·网络安全 | 第7-10页 |
| ·网络安全的含义 | 第7-8页 |
| ·网络安全的研究现状 | 第8-10页 |
| ·入侵检测系统的原理及构成 | 第10-11页 |
| ·入侵检测系统的研究现状 | 第11-15页 |
| ·基于人工免疫的入侵检测研究现状 | 第15-17页 |
| ·人工免疫系统的发展简史 | 第15-17页 |
| ·基于人工免疫的入侵检测研究现状分析 | 第17页 |
| ·论文内容及章节安排 | 第17-19页 |
| 第二章 入侵检测系统和相关技术 | 第19-29页 |
| ·入侵检测的基本概念 | 第19-20页 |
| ·通用入侵检测框架 | 第20-21页 |
| ·入侵检测系统的系统特性 | 第21-22页 |
| ·入侵检测系统分类 | 第22-27页 |
| ·检测方法 | 第23-26页 |
| ·数据来源 | 第26页 |
| ·入侵检测系统的时效性 | 第26-27页 |
| ·入侵检测的体系结构 | 第27页 |
| ·入侵检测系统现状和发展趋势 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 人工免疫系统 | 第29-38页 |
| ·自然免疫学基础 | 第29-34页 |
| ·免疫系统概述 | 第29-30页 |
| ·免疫识别 | 第30-31页 |
| ·受体多样性 | 第31页 |
| ·适应性 | 第31-32页 |
| ·免疫耐受 | 第32-34页 |
| ·人工免疫系统AIS | 第34-36页 |
| ·自然免疫系统对AIS的启示 | 第34页 |
| ·什么是AIS | 第34-35页 |
| ·AIS的一般框架 | 第35页 |
| ·AIS应用流程 | 第35-36页 |
| ·S AIS的发展与研究领域 | 第36页 |
| ·AIS在入侵检测中的应用 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于人工免疫的入侵检测方法 | 第38-51页 |
| ·基于人工免疫的入侵检测问题描述 | 第38页 |
| ·基于免疫的入侵检测模式的定义与表示 | 第38-41页 |
| ·基于群体的免疫算法 | 第41-46页 |
| ·否定选择算法 | 第41-43页 |
| ·肯定选择算法 | 第43-44页 |
| ·克隆选择算法 | 第44-46页 |
| ·克隆选择算法特征 | 第45页 |
| ·亲和力成熟 | 第45-46页 |
| ·多级否定选择的入侵检测器生成算法 | 第46-50页 |
| ·漏洞的产生 | 第46页 |
| ·MNS算法 | 第46-49页 |
| ·多级否定选择算法分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 动态克隆选择算法 | 第51-77页 |
| ·动态克隆选择算法 | 第51-52页 |
| ·改进的动态克隆选择算法 | 第52-57页 |
| ·扩展的动态克隆选择算法 | 第57-63页 |
| ·高频连接 | 第57-59页 |
| ·基因库进化 | 第59页 |
| ·协同刺激 | 第59页 |
| ·自体集的自适应性 | 第59-60页 |
| ·成熟检测器的进化算法 | 第60-61页 |
| ·扩展的动态克隆选择模型 | 第61-63页 |
| ·仿真实验 | 第63-76页 |
| ·实验数据集的描述 | 第63-66页 |
| ·实验数据的选取与预处理 | 第66页 |
| ·数据的预处理 | 第66页 |
| ·实验环境与实验结果 | 第66-76页 |
| ·实验环境 | 第66-67页 |
| ·模拟实验中各参数的设定 | 第67-68页 |
| ·模拟实验及分析 | 第68-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| ·总结 | 第77页 |
| ·入侵检测的展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间参加的科研项目 | 第86页 |
| 攻读硕士学位期间发表的学术论文 | 第86页 |
