| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状及发展趋势 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 1.4 本文的结构安排 | 第15-16页 |
| 第二章 相关技术研究 | 第16-35页 |
| 2.1 HBase数据库相关技术 | 第16-25页 |
| 2.1.1 NoSQL数据库的优势 | 第16-17页 |
| 2.1.2 Hadoop分布式计算平台简介 | 第17页 |
| 2.1.3 HDFS | 第17-20页 |
| 2.1.4 MapReduce分布式编程模型 | 第20-22页 |
| 2.1.5 HBase分布式数据库 | 第22-25页 |
| 2.2 数据挖掘技术 | 第25-30页 |
| 2.2.1 数据挖掘过程 | 第26-27页 |
| 2.2.2 数据预处理 | 第27-28页 |
| 2.2.3 数据挖掘的主要功能 | 第28-30页 |
| 2.3 日志异常分析检测常用方法介绍 | 第30-31页 |
| 2.4 日志数据采集技术 | 第31-34页 |
| 2.4.1 日志的特点 | 第31-32页 |
| 2.4.2 日志格式 | 第32-33页 |
| 2.4.3 日志数据采集 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 日志关联规则分析算法研究与改进 | 第35-51页 |
| 3.1 关联规则分析 | 第35-42页 |
| 3.1.1 关联规则的概念和分类 | 第35-36页 |
| 3.1.2 关联规则分析常用算法 | 第36-42页 |
| 3.1.2.1 关联规则挖掘经典算法Apriori | 第37-41页 |
| 3.1.2.2 改进的关联规则挖掘算法 | 第41-42页 |
| 3.2 关联规则挖掘算法Apriori的优化 | 第42-46页 |
| 3.3 改进的关联规则挖据算法应用分析 | 第46-50页 |
| 3.3.1 日志数据预处理 | 第46-48页 |
| 3.3.2 关联规则挖掘过程分析 | 第48-50页 |
| 3.4 本章小结 | 第50-51页 |
| 第四章 基于HBase的日志异常分析系统设计与实现 | 第51-68页 |
| 4.1 日志异常分析系统的需求分析 | 第51-52页 |
| 4.2 日志异常分析系统总体设计 | 第52-53页 |
| 4.3 系统模块设计与实现 | 第53-67页 |
| 4.3.1 日志采集模块 | 第53-58页 |
| 4.3.2 规则生成模块 | 第58-62页 |
| 4.3.3 日志分析模块 | 第62-67页 |
| 4.3.3.1 日志分析模块总体设计 | 第62-63页 |
| 4.3.3.2 系统重点分析的日志类型 | 第63-65页 |
| 4.3.3.3 异常分析过程 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 第五章 性能测试分析 | 第68-73页 |
| 5.1 测试环境 | 第68页 |
| 5.2 测试内容 | 第68-69页 |
| 5.3 测试分析 | 第69-72页 |
| 5.4 本章小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 本文总结 | 第73-74页 |
| 6.2 未来工作展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-80页 |