基于小波神经网络的入侵检测系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-13页 |
| ·课题的研究背景和意义 | 第8-9页 |
| ·入侵检测的国内外现状分析 | 第9-11页 |
| ·本文的研究内容和主要创新点 | 第11页 |
| ·论文章节安排 | 第11-12页 |
| 本章小节 | 第12-13页 |
| 第2章 入侵检测技术 | 第13-22页 |
| ·入侵检测的概念 | 第13-14页 |
| ·入侵检测的功能 | 第14页 |
| ·入侵检测的组成与结构 | 第14-16页 |
| ·现有的入侵检测分析技术 | 第16-21页 |
| ·误用检测 | 第16-18页 |
| ·异常检测 | 第18-19页 |
| ·误用检测和异常检测比较 | 第19-20页 |
| ·入侵检测的发展方向 | 第20-21页 |
| 本章小节 | 第21-22页 |
| 第3章 小波神经网络 | 第22-48页 |
| ·小波分析理论 | 第22-27页 |
| ·小波分析方法的起源与提出 | 第22-23页 |
| ·小波分析的应用 | 第23-24页 |
| ·小波分析的相关定义 | 第24-26页 |
| ·小波变换 | 第26-27页 |
| ·人工神经网络理论 | 第27-40页 |
| ·神经网络的基本理论 | 第28页 |
| ·神经网络的数学模型 | 第28-29页 |
| ·神经网络的一般框架 | 第29-30页 |
| ·神经网络的学习策略 | 第30-31页 |
| ·BP 神经网络及算法 | 第31-36页 |
| ·BP 算法的软件实现 | 第36-39页 |
| ·BP 算法的注意事项 | 第39-40页 |
| ·小波神经网络理论 | 第40-46页 |
| ·小波神经网络的基本结构 | 第40-42页 |
| ·小波神经网络学习算法 | 第42-43页 |
| ·小波神经网络训练方法 | 第43-44页 |
| ·仿真对比 | 第44-46页 |
| ·小波神经网络的优点 | 第46页 |
| 本章小节 | 第46-48页 |
| 第4章 小波神经网络在入侵检测中的应用 | 第48-62页 |
| ·入侵检测系统设计目标 | 第48-49页 |
| ·小波神经网络入侵检测模型 | 第49-51页 |
| ·小波神经网络模块的设计 | 第51-59页 |
| ·网络数据的截取 | 第52-55页 |
| ·系统的工作模式 | 第55-59页 |
| ·仿真试验和结果 | 第59-61页 |
| 本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第70页 |
