文摘
英文文摘
声明
第1章绪论
1.1研究背景
1.1.1集成学习
1.1.2入侵检测
1.2研究内容
第2章集成学习概述
2.1基本概念
2.2个体生成方法及理论分析
2.2.1基于训练集处理的方法
2.2.2基于特征选择的方法
2.2.3基于随机扰动的方法
2.2.4理论分析
2.3结论生成方法及理论分析
2.3.1结论生成方法
2.3.2理论分析
2.4存在的问题
第3章快速选择性神经网络集成方法
3.1引言
3.2选择性集成方法
3.2.1基于遗传算法的选择性方法GASEN
3.2.2基于聚类的选择性方法CLU-ENN
3.3快速选择性集成方法FASEN
3.4实验结果与分析
3.5小结
第4章基于集成学习的聚类研究
4.1引言
4.2基于聚类集成的无监督特征选择算法
4.2.1特征选择
4.2.2算法分析与描述
4.2.3实验结果与分析
4.3基于集成学习的分布式聚类算法
4.3.1分布式数据挖掘
4.3.2分布式聚类的集成模型
4.3.3分布式聚类算法—DK-means
4.3.4实验结果与分析
4.4小结
第5章基于神经网络集成的分布式入侵检测方法与系统实现
5.1引言
5.2入侵检测技术
5.2.1系统模型
5.2.2分类
5.2.3需解决的问题
5.3基于神经网络集成的分布式入侵检测方法
5.3.1基于Agent的分布式入侵检测模型
5.3.2两级集成的分布式入侵检测算法
5.3.3基于资源分配网的增量更新算法
5.3.4实验结果与分析
5.4系统设计与实现
5.4.1体系结构
5.4.2系统运行
5.5小结
第6章结束语
参考文献
致谢
附录