基于深度信念网络的入侵检测方法设计与实现

目录

声明

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 论文主要研究内容

1.4 论文结构安排

2 入侵检测与深度信念网络

2.1 入侵检测

2.1.1 入侵检测概述

2.1.2 入侵检测主要研究技术

2.1.3 入侵检测存在的问题及其发展方向

2.2 深度信念网络

2.2.1 深度信念网络结构

2.2.2 受限玻儿兹曼机

2.2.3 深度信念网络的训练

2.3 本章小结

3 基于深度信念网络和极限学习机的入侵检测模型

3.1 特征学习分析

3.2 深度信念网络在入侵检测领域的应用

3.3 极限学习机

3.4 基于深度信念网络和极限学习机的入侵检测模型

3.4.1 检测模型的体系结构与算法思想

3.4.2 检测模型的工作步骤

3.5 实验与结果分析

3.5.1 数据集简介

3.5.2 评价标准

3.5.3 数据预处理

3.5.4 模型仿真实验

3.5.5 模型仿真展示

3.6 本章小结

4 基于DRE的入侵检测模型

4.1 深度信念网络提取的特征数据的特点

4.2 对深度信念网络提取的特征数据进行元素选取与组合的具体方式

4.3 基于DRE的入侵检测模型

4.3.1 模型的体系结构与算法思想

4.3.2 模型工作步骤

4.4 实验与结果分析

4.5 性能验证与仿真实现

4.6 本章小结

5 总结与展望

5.1 论文总结

5.2 未来展望

致谢

参考文献

附录