声明
摘要
第一章 绪论
1.1 研究背景
1.2 国内外研究现状
1.3 本文内容结构
第二章 入侵检测概述
2.1 入侵检测的概念
2.2 入侵检测技术的分类
2.3 常用的入侵检测方法
2.4 本章小结
第三章 粗糙集及支持向量机理论基础
3.1 粗糙集理论
3.1.1 知识的分类与约简
3.1.2 决策表的简约
3.2 粗糙集属性约简算法
3.3 支持向量机理论
3.3.1 线性分类与优化
3.3.2 核函数
3.4 常用支持向量机算法
3.5 本章小结
第四章 最小二乘支持向量机的改进算法
4.1 支持向量机分类算法
4.2 最小二乘支持向量机分类算法
4.3 最小二乘支持向量机稀疏化算法
4.3.1 LS-SVM稀疏化算法设计
4.3.2 LS-SVM稀疏化算法流程
4.4 小结
第五章 基于粗糙集与改进LS-SVM的入侵检测算法
5.1 粗糙集与改进LS-SVM结合算法特点
5.2 数据预处理及约简
5.2.1 数据预处理
5.2.2 可辨识矩阵属性约简算法
5.3 核函数的选择及参数优化
5.4 基于粗糙集与改进LS-SVM的入侵检测算法设计
5.4.1 算法模型
5.4.2 算法描述
5.5 本章小结
第六章 仿真实验及结果分析
6.1 实验评价标准
6.2 实验数据来源
6.3 实验结果分析
第七章 总结与展望
参考文献
致谢
攻读学位期间主要的研究成果