声明
中文摘要
英文摘要
目录
第1章 绪 论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文组织结构
第2章 维数消减与SVM参数优化方法
2.1 核主成分分析算法实现维数消减的思想
2.2 SVM与粒子群优化算法
2.3 本章小结
第3章 一种改进核主成分分析算法的维数消减方法
3.1 引言
3.2 入侵数据的高维性与规模性分析
3.3 基于ReliefF和样本筛选的核主成分分析算法RFSS-KPCA
3.4 RFSS-KPCA算法实现维数消减的实验分析
3.5 本章小结
第4章 一种改进粒子群算法的SVM参数优化方法
4.1 引言
4.2 影响粒子速度和位移的因素分析
4.3 基于速度和位移同步优化的粒子群算法VDSPSO
4.4 VDSPSO算法实现SVM参数优化的实验分析
4.5 本章小结
第5章 入侵检测模型的构建与验证
5.1 建立RFSS-KPCA-VDSPSO-SVM入侵检测模型
5.2 模型的评价标准与验证结果
5.3 本章小结
结论
参考文献
致谢