声明
第一章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 入侵检测概述
1.2.2 国内外基于机器学习的入侵检测方法
1.2.3 ELM算法的优缺点
1.3研究内容
1.4论文结构
第二章 相关工作
2.1 ELM算法
2.2 H-ELM算法
2.3 入侵检测性能评价指标
2.4本章小结
第三章 基于H-ELM的入侵检测方法
3.1 整体框架
3.1.1 数据采集和原始特征测量阶段
3.1.2 数据预处理阶段
3.1.3 分类器训练阶段
3.1.4 分类检测阶段
3.2 NSL-KDD数据集
3.3实验与分析
3.3.1 实验环境
3.3.2 实验参数设置和结果分析
3.3.3 实验结果和性能对比分析
3.4本章小结
第四章 面向不平衡数据的入侵检测方法
4.1 不平衡网络流量数据分析
4.2 不平衡数据的处理方法
4.2.1 数据层面的不平衡处理方法
4.2.2 算法层面的不平衡处理方法
4.2.3 基于SMOTE和CSL相结合的不平衡数据处理方法
4.3 基于H-ELM面向不平衡数据的入侵检测方法
4.4 实验与分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 研究展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学国防科技大学;