| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究目的和内容 | 第13页 |
| 1.4 论文结构 | 第13-15页 |
| 第二章 相关理论与关键技术 | 第15-31页 |
| 2.1 安全日志概述 | 第15-16页 |
| 2.2 黑客攻击步骤 | 第16-17页 |
| 2.3 数据挖掘概述 | 第17-18页 |
| 2.3.1 数据挖掘定义 | 第17页 |
| 2.3.2 数据挖掘过程 | 第17-18页 |
| 2.4 常见数据挖掘分析方法 | 第18-24页 |
| 2.4.1 关联分析 | 第18-20页 |
| 2.4.2 序列模式分析 | 第20-22页 |
| 2.4.3 分类分析 | 第22-23页 |
| 2.4.4 聚类分析 | 第23-24页 |
| 2.5 安全日志收集与存储技术 | 第24-30页 |
| 2.5.1 基于HDFS的文件存储技术 | 第24-26页 |
| 2.5.2 Logstash日志采集技术 | 第26页 |
| 2.5.3 ElasticSearch日志检索技术 | 第26-28页 |
| 2.5.4 Kibana日志可视化分析技术 | 第28-29页 |
| 2.5.5 Redis数据库技术 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于模糊聚类分析和序列模式的攻击模式挖掘算法 | 第31-47页 |
| 3.1 安全日志特点分析 | 第31-33页 |
| 3.2 基于模糊聚类分析和序列模式的攻击模式挖掘算法流程 | 第33-34页 |
| 3.3 安全日志序列集生成 | 第34-40页 |
| 3.3.1 模糊聚类分析概述 | 第34-36页 |
| 3.3.2 安全日志属性相似度函数 | 第36-39页 |
| 3.3.3 模糊聚类分析算法改进 | 第39-40页 |
| 3.4 基于序列模式的频繁集挖掘 | 第40-42页 |
| 3.5 实验分析 | 第42-46页 |
| 3.5.1 实验数据集 | 第42-43页 |
| 3.5.2 实验环境 | 第43页 |
| 3.5.3 算法执行时间对比 | 第43-44页 |
| 3.5.4 算法结果对比 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 基于ELK技术的攻击模式挖掘系统 | 第47-57页 |
| 4.1 系统概要与整体架构 | 第47-48页 |
| 4.2 主要功能模块 | 第48-56页 |
| 4.2.1 安全日志采集 | 第48-50页 |
| 4.2.2 安全日志处理 | 第50-53页 |
| 4.2.3 安全日志存储 | 第53-54页 |
| 4.2.4 攻击模式挖掘 | 第54-55页 |
| 4.2.5 系统监控 | 第55-56页 |
| 4.3 本章小结 | 第56-57页 |
| 第五章 实验与分析 | 第57-64页 |
| 5.1 实验环境搭建 | 第57-58页 |
| 5.2 实验过程 | 第58-63页 |
| 5.2.1 安全日志收集测试 | 第58-61页 |
| 5.2.2 挖掘结果对比 | 第61-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 本文工作总结 | 第64页 |
| 6.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间发表的学术论文 | 第71页 |
