目錄
前言
第1章 入侵檢測技術(shù)概述 1
1.1 計算機(jī)網(wǎng)絡(luò)安全概述 1
1.1.1 網(wǎng)絡(luò)安全的內(nèi)涵 1
1.1.2 網(wǎng)絡(luò)安全的定義 2
1.1.3 網(wǎng)絡(luò)安全的特征 3
1.1.4 網(wǎng)絡(luò)安全的根源 3
1.1.5 網(wǎng)絡(luò)安全的關(guān)鍵技術(shù) 4
1.2 網(wǎng)絡(luò)中潛在的威脅 5
1.2.1 內(nèi)部的攻擊 6
1.2.2 社會工程學(xué) 6
1.2.3 組織性攻擊 7
1.2.4 意外的安全破壞 7
1.2.5 自動的計算機(jī)攻擊 7
1.3 計算機(jī)網(wǎng)絡(luò)安全與入侵檢測 8
1.4 網(wǎng)絡(luò)安全模型 10
1.5 典型的入侵檢測產(chǎn)品 14
1.6 入侵檢測系統(tǒng)的構(gòu)成 16
1.6.1 入侵檢測模型 17
1.6.2 IDS的體系結(jié)構(gòu) 18
第2章 壓縮感知理論基礎(chǔ) 21
2.1 壓縮感知基本理論 21
2.2 稀疏度與相干性 23
2.2.1 稀疏模式 23
2.2.2 稀疏信號的幾何模型 24
2.2.3 相干性 25
2.3 約束等距條件 26
2.4 壓縮感知的測量矩陣 28
2.4.1 高斯隨機(jī)矩陣 29
2.4.2 隨機(jī)伯努利矩陣 29
2.4.3 局部阿達(dá)馬矩陣 29
2.4.4 特普利茨矩陣 30
2.4.5 結(jié)構(gòu)隨機(jī)矩陣 31
2.4.6 Chirp測量矩陣 31
2.5 壓縮感知重建理論 32
2.5.1 基于Lp范數(shù)最小化的信號重構(gòu) 32
2.5.2 L2 ,L1 ,Lp范數(shù)三者間的差異 33
2.5.3 無約束的信號重構(gòu)模式 36
2.6 壓縮感知的重構(gòu)算法 36
2.6.1 匹配追蹤 37
2.6.2 正交匹配追蹤 38
2.6.3 正則化的正交匹配追蹤 40
2.6.4 分級逐步正交匹配追蹤 41
2.6.5 子空間追蹤 42
2.6.6 可壓縮采樣的匹配追蹤 44
2.6.7 迭代硬閾值法 45
2.6.8 迭代重加權(quán)最小二乘法 46
2.7 本章小結(jié) 48
第3章 稀疏表示模型與建立恰當(dāng)?shù)南∈枳值?49
3.1 過完備的DFT字典 50
3.2 DCT稀疏基 50
3.3 Gabor稀疏基 51
3.4 字典設(shè)計 52
3.4.1 參數(shù)字典設(shè)計 53
3.4.2 參數(shù)字典生成算法 54
3.5 實驗方案 57
3.5.1 Gammatone參數(shù)字典 57
3.5.2 實驗結(jié)果 58
3.5.3 采樣矩陣與稀疏基矩陣對比分析 64
3.6 本章小結(jié) 72
第4章 基于CGLS和LSQR的聯(lián)合優(yōu)化的匹配追蹤算法 73
4.1 基本問題描述 74
4.2 共軛梯度最小二乘法 74
4.3 最小二乘QR算法 76
4.4 基于CGLS與LSQR的組合優(yōu)化匹配追蹤算法 78
4.5 實驗及分析 81
4.5.1 無噪聲干擾的稀疏信號重構(gòu) 81
4.5.2 噪聲干擾的稀疏信號重構(gòu) 84
4.5.3 對噪聲圖像的重構(gòu) 85
4.6 本章小結(jié) 88
第5章 基于LASSO的異常檢測算法 89
5.1 LASSO問題描述 91
5.2 最小二乘角回歸 92
5.3 LASSO算法 94
5.4 基于LASSO的異常檢測模型 96
5.5 實驗及分析 100
5.5.1 數(shù)據(jù)描述 100
5.5.2 實驗結(jié)果分析 100
5.6 本章小結(jié) 105
第6章 基于壓縮感知的入侵檢測方法 106
6.1 入侵檢測基本原理 106
6.2 基于壓縮感知的入侵檢測模型 108
6.3 分類器的選擇 109
6.3.1 k-近鄰算法 110
6.3.2 C4.5決策樹算法 110
6.3.3 貝葉斯分類算法 110
6.3.4 支持向量機(jī) 111
6.4 實驗及分析 111
6.4.1 數(shù)據(jù)描述 111
6.4.2 數(shù)據(jù)歸一化 114
6.4.3 實驗結(jié)果分析 114
6.5 本章小結(jié) 120
第7章 總結(jié)與展望 122
7.1 總結(jié) 122
7.2 研究展望 123
參考文獻(xiàn) 125