文摘
英文文摘
图表目录
第一章 引言
1.1 论文的背景
1.2 支持向量机发展与现状
1.3 入侵检测的发展与现状
1.4 本文的主要内容及结构安排
1.4.1 本文的主要研究内容及意义
1.4.2 本文的结构安排
第二章 入侵检测概述
2.1 入侵检测基本结构
2.2 入侵检测的分类
2.3 入侵检测技术及发展趋势
第三章 支持向量机理论
3.1 机器学习
3.1.1 机器学习的基本问题
3.1.2 经验风险最小化
3.1.3 复杂性和推广能力
3.2 统计学习理论
3.2.1 VC维
3.2.2 推广性的界
3.3.3 结构风险最小化
3.3 支持向量机
3.3.1 最优分类面和支持向量
3.3.2 支持向量机的概念
3.3.3 内积核函数
第四章 类和样本加权支持向量机
4.1 C-SVM算法介绍
4.2 C-SVM算法性能分析
4.3 类和样本加权支持向量机
第五章 CSWC-SVM在入侵检测中的应用
5.1 KDDcup99数据集介绍
5.2 原始数据的预处理
5.3 基于CSWC-SVM的性能实验过程及结果
5.4 基于CSWC-SVM入侵检测系统的模型
5.4.1 基于CSWC-SVM入侵检测系统的思想
5.4.2 基于CSWC-SVM入侵检测系统的模型
第六章 结论展望
致谢
参考文献
附录 :作者在攻读硕士学位期间发表的论文及所受的奖励