摘要
Abstract
第1章 绪论
1.1 课题的目的和意义
1.2 入侵检测技术分类
1.3 入侵检测系统及其未来发展趋势
1.4 本文结构安排
第2章 入侵检测技术研究概况
2.1 ARMA 线性检测技术
2.1.1 预测模型简介
2.1.2 预测流程
2.1.3 ARMA 模型的自相关分析
2.2 基于SVM 的非线性检测技术
2.2.1 支持向量机的原理
2.2.2 支持向量机的优点
2.2.3 基于支持向量机的入侵检测系统
2.2.4 检测效果分析
2.3 DARPA 数据库介绍
2.3.1 DARPA 数据内容
2.3.2 入侵信号的分类
2.3.3 数据的选取
2.4 本章小结
第3章 混沌同步理论
3.1 混沌的研究概况
3.2 混沌的基本特性
3.3 混沌同步的原理
3.4 混沌同步的数学模型
3.5 本章小结
第4章 基于混沌同步的入侵检测模型
4.1 系统结构框架
4.2 高斯混合模型(GMM)结合期望最大化(EM)算法建模
4.3 基于Liu 混沌系统同步的入侵检测
4.4 计算机仿真
4.5 本章小结
第5章 基于RVM 算法的入侵检测模型
5.1 RVM 基本原理
5.2 RVM 与SVM 比较
5.3 计算机仿真
5.3.1 RV 与SV 稀疏特性与泛化能力比较
5.3.2 RVM 的仿真结果
5.4 本章小结
第6章 总结与展望
6.1 本文研究内容与创新点
6.2 未来研究工作展望
参考文献
致谢
攻读学位期间发表的学术论文