支持向量机理论及其在网络安全中的应用

内容简介

　　本书是关于支持向量机理论及其在网络安全中应用的专著。全书共分为7章。前两章介绍了网络安全的基本概念，统计学习理论和支持向量机中的重要概念、原理、特点；第3～6章介绍了支持向量机在入侵检测、入侵报警过滤、网络安全风险评估和态势预测、病毒程序检测、计算机键盘用户验真、垃圾邮件过滤等网络安全方面的具体应用；第7章展望了支持向量机理论的发展趋势。
　　本书理论体系完整，材料取舍得当，内容全面新颖，充分反映了近年来支持向量机理论在网络安全中应用的研究动态，适合从事支持向量机理论研究和网络安全研究的专业技术人员和教师参考，也可以作为相关学科专业的研究生教材。

目录

第1章 绪论

　1.1 支持向量机概述

　1.2 网络安全

　　1.2.1 网络安全的定义

　　1.2.2 p2dr动态安全模型

　　1.2.3 网络安全防护措施

　1.3 支持向量机在网络安全中的应用

第2章 统计学习理论基础

　2.1 统计学习理论基础

　　2.1.1机器学习

　　2.1.2 统计学习理论

　　2.1.3 统计学习理论的发展历程

　2.2 分类超平面

　　2.2.1 超平面

　　2.2.2 △—间隔分类超平面

　　2.2.3 构造超平面

　2.3 支持向量机

　　2.3.1 高维空间中的推广能力

　　2.3.2 核函数

　　2.3.3 构造支持向量机

　　2.3.4 支持向量分类机

　　2.3.5 支持向量回归机

　2.4 小结

第3章 支持向量机在入侵检测中的应用

　3.1 入侵检测系统概述

　　3.1.1 入侵检测系统的基本结构

　　3.1.2 入侵检测技术分类

　　3.1.3 入侵检测系统在安全防卫体系中的位置

　　3.1.4 入侵检测的研究特征

　　3.1.5 入侵检测的发展历程

　3.2 支持向量机应用于入侵检测的可行性分析

　3.3 基于多分类支持向量机的入侵检测方法

　　3.3.1 c-支持向量分类机

　　3.3.2 多分类支持向量分类机的构造方法

　　3.3.3 异构数据集上的核函数

　　3.3.4 类rbf核函数的修正

　　3.3.5 基于类rbf核函数的多分类支持向量机

　　3.3.6 入侵检测实验和结果分析

　3.4 c-支持向量分类机和二乘支持向量分类机在入侵检测中的性能对比

　　3.4.1 二乘支持向量分类机理论

　　3.4.2 属性约简

　　3.4.3 性能对比实验和结果分析

　3.5 one-class支持向量分类机在入侵检测中的应用

　　3.5.1 one-class支持向量分类机理论

　　3.5.2 不平衡类别数据的入侵检测实验和结果分析

　3.6 小结

第4章 支持向量机在入侵报警过滤中的应用

　4.1 入侵报警过滤概述

　　4.1.1 入侵检测系统中的误报警及产生的原因

　　4.1.2 误报警过滤方法的研究现状

　4.2 支持向量机应用于入侵报警过滤的可行性分析

　4.3 基于支持向量机的入侵报警过滤方法

　　4.3.1 基本报警属性

　　4.3.2 误报警过滤的评价指标

　　4.3.3 基于支持向量机的误报警过滤方法

　　4.3.4 误报警过滤实验和结果分析

　4.4 小结

第5章 支持向量机在网络安全风险评估和态势预测中的应用

　5.1 网络安全风险评估和态势预测概述

　　5.1.1 网络安全风险评估基础理论及研究现状

　　5.1.2 网络态势预测基础理论及研究现状

　5.2 支持向量机应用于网络安全风险评估和态势预测的可行性

　　5.2.1 支持向量机应用于网络安全风险评估的可行性

　　5.2.2 支持向量机应用于网络态势预测的可行性

　5.3 基于支持向量机的网络安全风险评估方法

　　5.3.1 基于二叉树的多类分类方法

　　5.3.2 基于支持向量机的网络安全评估模型

　　5.3.3 网络安全风险评估实验和结果分析

　5.4 基于支持向量机的网络态势预测方法

　　5.4.1 ε—支持向量回归机

　　5.4.2 基于支持向量机的网络态势预测模型

　　5.4.3 网