| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景与意义 | 第9-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 研究内容与意义 | 第14页 |
| 1.5 论文组织结构 | 第14-16页 |
| 第2章 需求分析与整体流程设计 | 第16-24页 |
| 2.1 安全审计规范与需求分析 | 第16-18页 |
| 2.2 问题分析与改进设计 | 第18-19页 |
| 2.2.1 关键问题 | 第18页 |
| 2.2.2 设计技术难点 | 第18-19页 |
| 2.2.3 改进策略设计 | 第19页 |
| 2.3 整体流程设计 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 安全日志预处理 | 第24-28页 |
| 3.1 日志数据清理 | 第24-25页 |
| 3.2 特征提取与事务生成 | 第25-27页 |
| 3.2.1 日志分片处理 | 第25页 |
| 3.2.2 日志特征提取 | 第25-26页 |
| 3.2.3 事务数据生成 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第4章 FP-Growth挖掘算法的研究 | 第28-45页 |
| 4.1 关联规则 | 第28页 |
| 4.2 Spark计算框架 | 第28-29页 |
| 4.3 FP-Growth算法的研究 | 第29-31页 |
| 4.4 FP-Growth算法并行化研究 | 第31-38页 |
| 4.4.1 频繁项负载分析与计算 | 第31-33页 |
| 4.4.2 频繁项分组 | 第33-34页 |
| 4.4.3 均衡分组策略 | 第34-36页 |
| 4.4.4 FP_Growth算法在Spark中的并行化实现 | 第36-38页 |
| 4.5 算法的测试分析 | 第38-43页 |
| 4.5.1 实验环境 | 第38页 |
| 4.5.2 实验数据准备 | 第38页 |
| 4.5.3 算法实现与比较 | 第38-43页 |
| 4.6 本章小结 | 第43-45页 |
| 第5章 规则的去冗余方法研究 | 第45-62页 |
| 5.1 领域知识 | 第45-46页 |
| 5.2 冗余规则的研究 | 第46页 |
| 5.3 改进的规则间距离 | 第46-47页 |
| 5.4 关联规则的兴趣度评估 | 第47-51页 |
| 5.4.1 客观评价的研究 | 第47-49页 |
| 5.4.2 改进的新颖度 | 第49-51页 |
| 5.5 去冗余方法的研究 | 第51-57页 |
| 5.5.1 DBSCAN算法的研究 | 第51-52页 |
| 5.5.2 DBSCAN算法参数的计算 | 第52-53页 |
| 5.5.3 改进的DBSCAN算法 | 第53-56页 |
| 5.5.4 关联规则的筛选 | 第56-57页 |
| 5.6 算法的测试分析 | 第57-60页 |
| 5.6.1 实验环境 | 第57页 |
| 5.6.2 实验数据准备 | 第57页 |
| 5.6.3 算法测试分析 | 第57-60页 |
| 5.7 本章小结 | 第60-62页 |
| 第6章 总结与展望 | 第62-64页 |
| 6.1 本文总结 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间获得的学术成果 | 第69页 |