| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究的背景 | 第11-12页 |
| 1.2 研究的意义 | 第12页 |
| 1.3 论文的内容 | 第12-13页 |
| 1.4 论文结构 | 第13-16页 |
| 2 HADOOP平台性能安全检测研究现状 | 第16-27页 |
| 2.1 引言 | 第16页 |
| 2.2 理论知识 | 第16-21页 |
| 2.2.1 Mapreduce介绍 | 第16-17页 |
| 2.2.2 MapReduceJob介绍 | 第17页 |
| 2.2.3 HDFS的体系结构 | 第17-18页 |
| 2.2.4 HDFS的数据存储过程 | 第18-20页 |
| 2.2.5 HDFS的数据访问接口 | 第20页 |
| 2.2.6 HDFS负载均衡 | 第20-21页 |
| 2.3 HADOOP平台安全检测技术研究现状 | 第21-26页 |
| 2.3.1 Hadoop检测系统研究现状 | 第21-24页 |
| 2.3.2 异常检测技术研究现状 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于KNN的HADOOP资源消耗异常检测技术研究 | 第27-42页 |
| 3.1 背景介绍 | 第27页 |
| 3.2 KNN异常检测方法 | 第27-31页 |
| 3.2.1 子序列划分方法 | 第28页 |
| 3.2.2 时间序列表示模式 | 第28-29页 |
| 3.2.3 时间序列相似性度量 | 第29-30页 |
| 3.2.4 KNN异常检测 | 第30-31页 |
| 3.3 基于KNN的时间子序列的检测局部异常检测方法 | 第31-35页 |
| 3.3.1 滑动窗口模型 | 第31-32页 |
| 3.3.2 k-近邻相关参数 | 第32-33页 |
| 3.3.3 判定局部异常的系数 | 第33-34页 |
| 3.3.4 算法 | 第34-35页 |
| 3.4 实验结果 | 第35-41页 |
| 3.4.1 实验环境描述 | 第35页 |
| 3.4.2 实验过程 | 第35-36页 |
| 3.4.3 实验结果 | 第36-41页 |
| 3.4.4 实验总结 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于隐马尔科夫模型的HADOOP用户行为检测 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 检测模型 | 第42-44页 |
| 4.2.1 采集过程 | 第43页 |
| 4.2.2 数据预处理过程 | 第43-44页 |
| 4.3 基于隐马尔科夫的用户行为异常检测方法 | 第44-52页 |
| 4.3.1 隐马尔科夫模型的介绍 | 第45-47页 |
| 4.3.2 训练阶段 | 第47-48页 |
| 4.3.3 参数计算 | 第48-49页 |
| 4.3.4 检测阶段 | 第49-50页 |
| 4.3.5 检测算法 | 第50-52页 |
| 4.4 实验过程与结果 | 第52-57页 |
| 4.4.1 实验环境 | 第52-53页 |
| 4.4.2 实验过程 | 第53页 |
| 4.4.3 实验结果 | 第53-57页 |
| 4.4.4 总结分析 | 第57页 |
| 4.5 本章小结 | 第57-59页 |
| 5 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 学位论文数据集 | 第64页 |