| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景 | 第8-10页 |
| 1.1.1 APT攻击过程 | 第8-9页 |
| 1.1.2 主流APT攻击防御技术 | 第9-10页 |
| 1.2 研究主要内容 | 第10-11页 |
| 1.3 论文组织结构 | 第11-14页 |
| 第2章 相关技术概述和研究 | 第14-30页 |
| 2.1 入侵检测概述 | 第14-18页 |
| 2.1.1 入侵检测系统架构 | 第14-16页 |
| 2.1.2 Snort入侵检测系统 | 第16-18页 |
| 2.2 Spark概述 | 第18-25页 |
| 2.2.1 Spark生态圈 | 第20-23页 |
| 2.2.2 Spark编程模型分析 | 第23-25页 |
| 2.3 Scala语言 | 第25-26页 |
| 2.4 关联挖掘技术 | 第26-28页 |
| 2.4.1 Apriori算法 | 第27页 |
| 2.4.2 基于划分算法 | 第27页 |
| 2.4.3 FP-树频集算法 | 第27-28页 |
| 2.4.4 采样算法 | 第28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 日志采集及改进 | 第30-38页 |
| 3.1 日志采集 | 第30-31页 |
| 3.1.1 环境部署 | 第30-31页 |
| 3.1.2 日志预处理 | 第31页 |
| 3.2 匹配效率改进 | 第31-36页 |
| 3.2.1 Snort规则分析 | 第31-32页 |
| 3.2.2 匹配规则效率改进 | 第32-35页 |
| 3.2.3 实验结果及分析 | 第35-36页 |
| 3.3 本章小结 | 第36-38页 |
| 第4章 关联挖掘算法改进与实现 | 第38-58页 |
| 4.1 数据挖掘算法概述 | 第38-40页 |
| 4.2 Apriori算法分析 | 第40-46页 |
| 4.2.1 关联规则相关概念 | 第40-42页 |
| 4.2.2 传统Apriori算法研究 | 第42-46页 |
| 4.3 基于APT攻击的Apriori算法改进 | 第46-57页 |
| 4.3.1 针对基于矩阵Apriori算法的改进和实现 | 第47-48页 |
| 4.3.2 针对分布式下Apriori算法的改进和实现 | 第48-49页 |
| 4.3.3 针对APT攻击挖掘应用环境下Apriori算法的改进和实现 | 第49-50页 |
| 4.3.4 改进算法的具体过程 | 第50-51页 |
| 4.3.5 改进算法的执行说明 | 第51-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 实验结果及分析 | 第58-64页 |
| 5.1 实验环境说明 | 第58-59页 |
| 5.2 算法效率及精度分析 | 第59-61页 |
| 5.2.1 单机环境下改进的Apriori算法有效性实验 | 第59-60页 |
| 5.2.2 分布式环境下效率分析 | 第60-61页 |
| 5.3 挖掘结果分析 | 第61-62页 |
| 5.4 本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间所发表的学术论文 | 第70-72页 |
| 致谢 | 第72页 |
