| 基于模式识别的入侵检测关键技术研究 | 第1-10页 |
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-10页 |
| 目录 | 第10-13页 |
| 第一章 绪论 | 第13-29页 |
| ·本文研究背景 | 第13-22页 |
| ·入侵检测系统分类 | 第13-16页 |
| ·入侵检测方法 | 第16-18页 |
| ·入侵检测存在的问题 | 第18-20页 |
| ·入侵检测发展方向 | 第20-21页 |
| ·基于模式识别入侵检测的优点 | 第21-22页 |
| ·本文研究内容 | 第22-26页 |
| ·需要研究的问题 | 第22-23页 |
| ·研究方法 | 第23-24页 |
| ·本文主要工作 | 第24-26页 |
| ·本文结构安排 | 第26-27页 |
| 参考文献 | 第27-29页 |
| 第二章 基于模式识别的入侵检测系统相关技术 | 第29-43页 |
| ·入侵检测基础 | 第29-31页 |
| ·入侵检测系统构成 | 第29-30页 |
| ·智能入侵检测技术 | 第30-31页 |
| ·模式识别相关技术 | 第31-36页 |
| ·神经网络 | 第32-33页 |
| ·遗传算法 | 第33-35页 |
| ·近邻法 | 第35-36页 |
| ·本文实验数据 | 第36-40页 |
| ·小结 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 第三章 特征提取与基于启发式搜索的特征选择 | 第43-67页 |
| ·引言 | 第43页 |
| ·基于主成分分析的特征提取方法研究 | 第43-53页 |
| ·ReliefF算法 | 第44-46页 |
| ·降维的定义 | 第46页 |
| ·主成分 | 第46-47页 |
| ·基于主成分分析的特征提取方法 | 第47-49页 |
| ·实验及分析 | 第49-53页 |
| ·基于启发式搜索的特征选择 | 第53-64页 |
| ·搜索策略 | 第53-54页 |
| ·评价准则 | 第54-56页 |
| ·特征选择算法 | 第56-58页 |
| ·基于变量相似性特征选择 | 第58-64页 |
| ·小结 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 第四章 基于进化搜索的特征选择 | 第67-90页 |
| ·引言 | 第67页 |
| ·遗传算法理论 | 第67-70页 |
| ·遗传算法的模式定理 | 第68-69页 |
| ·遗传算法的一般操作算子 | 第69页 |
| ·遗传算法的一般操作步骤 | 第69-70页 |
| ·基于改进遗传算法的特征子集选择方法 | 第70-77页 |
| ·免疫克隆思想 | 第70-71页 |
| ·RICGA算法的初始化 | 第71页 |
| ·适应度函数的定义 | 第71-72页 |
| ·RICGA算法执行过程 | 第72-74页 |
| ·RICGA算法状态转移分析 | 第74-75页 |
| ·RICGA算法收敛性分析 | 第75-76页 |
| ·实验及分析 | 第76-77页 |
| ·基于混合稳态遗传算法的特征选择 | 第77-87页 |
| ·稳态遗传算法 | 第78-79页 |
| ·混合稳态遗传算法 | 第79-81页 |
| ·混合稳态遗传算法的状态转移分析和收敛性分析 | 第81-82页 |
| ·混合稳态遗传算法初始化 | 第82-83页 |
| ·入侵检测中特征选择模型 | 第83-84页 |
| ·实验及分析 | 第84-87页 |
| ·小结 | 第87-88页 |
| 参考文献 | 第88-90页 |
| 第五章 特征与实例的双向数据压缩 | 第90-102页 |
| ·引言 | 第90页 |
| ·实例选择方法 | 第90-93页 |
| ·基于 NN规则的实例选择方法 | 第90-91页 |
| ·基于顺序去除(Ordered Removal)的实例选择方法 | 第91-92页 |
| ·基于随机采样的实例选择方法 | 第92页 |
| ·基于进化算法的实例选择方法 | 第92-93页 |
| ·基于PCA和混合稳态遗传算法的双向数据压缩 | 第93-99页 |
| ·双向数据压缩流程 | 第93页 |
| ·入侵检测系统中双向数据压缩模型 | 第93-94页 |
| ·双向数据压缩方法 | 第94-95页 |
| ·实验及分析 | 第95-99页 |
| ·小结 | 第99-100页 |
| 参考文献 | 第100-102页 |
| 第六章 总结与展望 | 第102-104页 |
| 致谢 | 第104-105页 |
| 在国际和国内学术刊物或会议上发表的论文 | 第105页 |