基于上下文的虚拟机异常检测研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 相关理论和技术 | 第17-29页 |
| 2.1 云计算技术 | 第17-20页 |
| 2.1.1 云计算相关概述 | 第17-19页 |
| 2.1.2 虚拟化技术 | 第19-20页 |
| 2.2 异常检测技术 | 第20-25页 |
| 2.2.1 数据标签 | 第21-22页 |
| 2.2.2 基于统计的异常检测方法 | 第22页 |
| 2.2.3 基于聚类的异常检测方法 | 第22-23页 |
| 2.2.4 基于最近邻居的异常检测方法 | 第23-24页 |
| 2.2.5 基于分类的异常检测方法 | 第24-25页 |
| 2.3 性能指标体系 | 第25-26页 |
| 2.4 虚拟机运行状态定义 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 虚拟机异常检测系统框架设计 | 第29-41页 |
| 3.1 云环境下虚拟机异常检测面对的问题 | 第29-30页 |
| 3.2 虚拟机异常行为检测框架的总体设计 | 第30-33页 |
| 3.3 虚拟机性能指标数据采集 | 第33-34页 |
| 3.4 虚拟机性能指标数据传输 | 第34-37页 |
| 3.4.1 自适应周期性数据传输策略 | 第35-37页 |
| 3.5 实验及分析 | 第37-40页 |
| 3.5.1 实验环境及实验方案 | 第37-39页 |
| 3.5.2 实验结果及分析 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 虚拟机异常检测系统关键技术实现 | 第41-59页 |
| 4.1 数据处理 | 第41-44页 |
| 4.1.1 特征提取形式化描述 | 第41-42页 |
| 4.1.2 主成分分析 | 第42-44页 |
| 4.2 虚拟机运行环境聚类算法 | 第44-45页 |
| 4.3 基于上下文的虚拟机异常数据流检测模型 | 第45-50页 |
| 4.3.1 数据流获取和快照生成 | 第46-47页 |
| 4.3.2 多数据流快照异常量化 | 第47-49页 |
| 4.3.3 数据流异常判断 | 第49-50页 |
| 4.4 实验及分析 | 第50-58页 |
| 4.4.1 实验环境及实验方案 | 第50-53页 |
| 4.4.2 实验结果及分析 | 第53-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 研究总结 | 第59-60页 |
| 5.2 未来展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间取得的成果 | 第67-69页 |
| 攻读硕士学位期间参与项目 | 第69页 |
