声明
致谢
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文的主要内容以及结构安排
1.3.1 本文的主要内容
1.3.2 结构安排
第二章 相关技术
2.1 入侵检测
2.1.1 概念
2.1.2 分类
2.2 神经网络相关技术
2.2.1 循环神经网络
2.2.2 长短记忆神经网络
2.2.3 卷积神经网络
2.2.4 残差网络
2.2.5 Inception结构
2.3 本章小结
第三章 基于深度学习的入侵检测研究
3.1 数据集
3.1.1 网络流量分类
3.1.2 数据集处理
3.1.3 评价标准
3.2.1 模型设计
3.2.1 算法设计
3.2.2 实验环境
3.2.3 实验结果和分析
3.3 基于长短记忆神经网络入侵检测模型
3.3.1 模型设计
3.3.2 模型参数对比实验
3.3.3 模型优化算法对比试验
3.3.4 实验结果和分析
3.4 本章小结
第四章 基于深度残差卷积网络的入侵检测研究
4.1 模型设计
4.2 池化方法优化
4.3 深度残差卷积网络的最终模型
4.4 实验结果与分析
4.5 本章小结
第五章 入侵检测系统原型实现
5.1 系统开发环境
5.2 系统架构
5.2.1数据嗅探与数据抓取模块
5.2.2 数据预处理与存储模块
5.2.2模型应用模块
5.3 系统功能
5.3.1 数据抓取模块的可视化
5.3.2 数据预处理与存储模块可视化
5.3.3 入侵检测模块可视化
5.3.4 系统管理模块可视化
5.4 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
攻读硕士学位期间的学术活动及成果情况
合肥工业大学;