基于大数据的交管用户异常行为审计系统设计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.1.1 内部安全威胁 | 第10页 |
| 1.1.2 存在的问题 | 第10-11页 |
| 1.2 研究目的和意义 | 第11-12页 |
| 1.3 国内外相关研究现状 | 第12-13页 |
| 1.4 论文的主要工作 | 第13页 |
| 1.5 论文的组织结构 | 第13-15页 |
| 第2章 系统基本理论 | 第15-22页 |
| 2.1 UBA和UEBA | 第15-16页 |
| 2.1.1 UBA和UEBA的关系 | 第15页 |
| 2.1.2 UEBA和机器学习 | 第15-16页 |
| 2.2 机器学习 | 第16-20页 |
| 2.2.1 机器学习与大数据 | 第18-19页 |
| 2.2.2 机器学习与人工智能 | 第19-20页 |
| 2.3 大数据分析与大数据安全分析 | 第20-22页 |
| 2.3.1 大数据分析 | 第20-21页 |
| 2.3.2 大数据安全分析 | 第21-22页 |
| 第3章 系统技术架构 | 第22-28页 |
| 3.1 Apache Hadoop技术架构 | 第23-25页 |
| 3.2 ELK技术架构 | 第25-26页 |
| 3.3 技术架构选型 | 第26-28页 |
| 第4章 系统设计 | 第28-40页 |
| 4.1 系统需求分析 | 第28-30页 |
| 4.1.1 用户日志内容 | 第28-29页 |
| 4.1.2 用户日志维度 | 第29-30页 |
| 4.2 系统五层架构 | 第30-33页 |
| 4.2.1 采集层 | 第31页 |
| 4.2.2 数据层 | 第31-32页 |
| 4.2.3 接口层 | 第32页 |
| 4.2.4 引擎层 | 第32-33页 |
| 4.2.5 展现层 | 第33页 |
| 4.3 系统数据库设计 | 第33-36页 |
| 4.4 系统模块设计 | 第36-40页 |
| 4.4.1 综合门户 | 第36-37页 |
| 4.4.2 搜索中心 | 第37-38页 |
| 4.4.3 预警中心 | 第38页 |
| 4.4.4 分析挖掘中心 | 第38-40页 |
| 第5章 系统实现 | 第40-60页 |
| 5.1 系统处理流程 | 第40-41页 |
| 5.2 系统实现环境 | 第41-43页 |
| 5.2.1 日志采集方法 | 第42页 |
| 5.2.2 测试环境需求 | 第42页 |
| 5.2.3 系统测试计划 | 第42-43页 |
| 5.3 数据分析建模 | 第43-52页 |
| 5.3.1 分析模型基本结构与工作原理 | 第43-46页 |
| 5.3.2 数据分析建模方法 | 第46-49页 |
| 5.3.3 异常行为分析模型 | 第49-52页 |
| 5.3.4 数据分析模型训练 | 第52页 |
| 5.4 系统实现 | 第52-59页 |
| 5.4.1 系统门户 | 第53页 |
| 5.4.2 模型仿真 | 第53-59页 |
| 5.5 系统总结 | 第59-60页 |
| 第6章 结论与展望 | 第60-62页 |
| 6.1 结论 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |
