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
南京理工大学;