| 第一章 导论1．1 信息安全概念体系1．1．1 信息安全的基本范畴1．1．2 信息安全、信息保障与信息对抗的关系1．1．3 信息安全的基本类型1．1．4 信息安全的工程概念1．2 信息安全保障体系1．2．1 信息安全保障体系的时间一空间一功能特性1．2．2 信息安全保障模型1．2．3 信息安全保障体系结构1．3 网络入侵检测技术1．3．1 网络入侵检测系统分类1．3．2 异常检测常用技术1．3．3 滥用检测技术1．4 网络入侵检测的误警分析1．4．1 网络入侵检测方法分类1．4．2 网络入侵检测环境分析1．4．3 网络入侵检测系统产生误警的原因1．4．4 知识工程是解决网络入侵检测误警问题的技术途径1．5 本书的主要工作与特色参考文献第二章 基于关键主机的异常检测技术2．1 基于关键主机的异常检测系统体系结构2．1．1 基于关键主机的异常检测系统设计需求2．1．2 基于关键主机的异常检测系统总体结构2．2 基于系统调用序列的异常检测方法2．2．1 基于相对差异度和差异密度的异常检测方法2．2．2 基于改进支持向量分类方法的异常检测2．3 基于网络输入流的异常检测方法2．3．1 当前常用的网络流异常检测方法2．3．2 基于分形的网络输入流异常检测方法2．4 基于粗糙集的告警信息融合方法2．4．1 基于粗糙集的告警信息融合系统结构2．4．2 告警信息在时间方向上的融合2．4．3 基于粗糙集的告警信息空间方向上的融合参考文献第三章 滥用检测的不确定性知识表达与推理技术3．1 基于模糊不确定性推理的入侵检测方法3．1．1 模糊检测对攻击变体的检测能力分析3．1．2 模糊入侵检测3．2 模糊攻击知识库的建立3．2．1 基于网络数据包的攻击特征选取3．2．2 攻击知识获取3．2．3 模糊集合隶属函数的建立3．3 基于模糊Petri网的攻击知识表示与推理3．3．1 基于Petri网的知识表示的优点3．3．2 Petri网原理3．3．3 基于模糊Petri网的攻击知识表示与推理方法3．4 基于Petri网的攻击知识库校验3．4．1 知识库校验的目标3．4．2 基于Petri网的攻击知识校验方法3．5 基于模糊神经网络的知识更新与规则提取3．5．1 攻击规则学习方法3．5．2 入侵检测的模糊神经网络结构3．5．3 模糊神经网络的学习算法参考文献第四章 基于本体的网络协同攻击检测技术4．1 网络安全本体4．1．1 本体技术概述4．1．2 网络安全本体概念类及其层次结构4．1．3 网络安全本体的形式化逻辑4．1．4 网络安全本体模型内的概念映射算法4．2 协同攻击检测的检测方法4．2．1 协同攻击的时序检测方法4．2．2 协同攻击的功能检测方法4．3 基于本体的协同攻击检测系统4．3．1 基本框架结构4．3．2 系统各模块之间的关系4．3．3 本体背景下DIDS的结构和运行机制4．3．4 入侵检测本体在Agent检测领域知识的组织机制4．4 入侵检测本体对遗留或异构Agent的重构框架参考文献第五章 基于主动知识库系统的滥用检测系统5．1 主动知识库系统5．1．1 主动知识库系统结构5．1．2 主动知识库实现途径5．1．3 主动专家系统5．2 基于主动专家系统的滥用检测系统5．2．1 系统结构5．2．2 系统所应实现的主动功能5．2．3 分析层工作流程5．2．4 主动功能的ECA规则实现5．3 检测知识的ECA规则表示5．3．1 入侵行为描述5．3．2 入侵事件分类5．3．3 入侵事件关系5．3．4 入侵事件模型5．3．5 入侵知识表示5．4 基于ECA规则的入侵检测系统5．4．1 系统体系结构5．4．2 入侵事件获取5．4．3 入侵事件管理5．4．4 事件分析5．4．5 与其他检测方法比较参考文献第六章 网络入侵检测机器学习方法6．1 网络滥用检测规则学习系统6．1．1 滥用检测规则学习过程6．1．2 滥用检测规则学习的作用与功能6．1．3 滥用检测规则学习系统的总体结构6．2 基于归纳的数据挖掘方法6．2．1 基于粗集理论的知识处理方法6．2．2 知识过滤器原理6．2．3 知识重构机制的原理6．3 基于粗集遗传算法的分类挖掘算法6．3．1 粗集理论与遗传算法的基本思想6．3．2 基于RSGA的分类挖掘算法6．3．3 RSGA算法的描述6．4 RsGA算法在网络入侵检测中的应用6．4．1 应用背景6．4．2 利用RSGA算法挖掘滥用检测规则6．4．3 RSGA算法的应用示例6．4．4 试验结果及评价参考文献第七章 分布式入侵检测与信息融合7．1 基于信息融合的分布式IDS体系结构7．2 分布式IDs的Agent分类7．2．1 基于信息融合分布式IDS体系的Agent实现机制7．2．2 监测层次SA7．2．3 预警层次WA7．2．4 识别层次IA7．2．5 决策层次DA7．2．6 响应层次RA7．2．7 公共服务PSA7．3 从不确定性与智能的角度看分布式IDS信息融合7．3．1 环境与处理方式的特殊性7．3．2 信息的不确定性及其冗余与互补7．3．3 不确定性信息的智能融合7．3．4 信息融合的层次7．4 分布式IDS信息融合的形式化7．4．1 信息融合的形式系统观7．4．2 信息融合系统的形式化逻辑7．5 融合信息源选择及不确定性知识获取7．5．1 选择方法及其优劣比较7．5．2 信息源选择及权值获取的粗集理论法7．6 分布式IDS多源融合方法7．6．1 加权模糊推理方法7．6．2 证据组合推理方法7．7 分布式IDS决策融合方法7．7．1 博弈论与模糊矩阵博弈7．7．2 基于FMG模型的威胁评估与全局决策7．7．3 应用示例参考文献第八章 网络入侵检测技术的发展与趋势8．1 网络安全系统工程8．2 网络入侵检测的体系对抗概念8．3 网络入侵检测系统组成8．4 基于指挥控制的网络入侵检测系统体系结构8．4．1 强化防护层8．4．2 监测层8．4．3 功能层8．5 基于信息保障的网络入侵检测系统自防护技术8．5．1 网络入侵检测系统的六类脆弱，最8．5．2 网络入侵检测系统面临的四类威胁8．5．3 网络入侵检测系统的自防护原则与技术途径参考文献 |
内容加载中，请稍后...
商品评论（0条）