声明
第1章 绪论
1.1 研究背景
1.2 研究问题的提出
1.3 深度学习与入侵检测
1.3.1 深度学习概述与分类
1.3.2 入侵检测概述与分类
1.4 国内外入侵检测研究现状
1.5.1 研究内容
1.5.2 内容框架
第2章 基于卷积神经网络入侵检测模型的研究
2.1 基于卷积神经网络IDS模型架构
2.2.1 数据集介绍
2.2.2 数据集预处理
2.3.1 卷积神经网络设计
2.3.2 卷积神经网络入侵检测模型设计
2.4 实验对比与分析
2.5 本章小结
第3章 基于特征图谱算法的卷积神经网络入侵检测模型研究
3.1 基于特征图谱算法的卷积神经网络卷积神经网络IDS模型架构
3.2 特征图谱获得模块实现
3.2.1 SWCC权重矩阵算法实现
3.2.2 FWM权重矩阵算法实现
3.2.3 特征图谱获取
3.3 入侵检测模型性能指标
3.4 数据集均衡采集模型
3.4.1 数据集均衡采集模型设计
3.4.2 实验对比
3.5 SWCC-CNN,FWM-CNN模型设计
3.6 实验研究与对比
3.6.1 SWCC-CNN、FWM-CNN模型参数研究实验
3.6.2 SWCC-CNN、FWM-CNN模型性能对比实验
3.7 本章小结
第4章 系统验证平台实现
4.1 平台功能需求分析
4.2 系统平台搭建
4.2.1 模块功能详细介绍
4.2.2 验证平台设计方案
4.3 平台验证实验步骤
4.4 模型验证试验对比
4.5 本章小结
第5章 结束语
5.1 论文总结
5.2 未来展望
致谢
参考文献
附录
杭州电子科技大学;