| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究内容 | 第10页 |
| 1.3 论文结构安排 | 第10-12页 |
| 第二章 安全审计数据关联分析技术综述 | 第12-26页 |
| 2.1 概述 | 第12页 |
| 2.2 安全审计事件关联分析方法 | 第12-19页 |
| 2.2.1 基于模式匹配的事件关联方法 | 第12-13页 |
| 2.2.2 基于先决条件的事件关联方法 | 第13-15页 |
| 2.2.3 基于概率相似度的事件关联方法 | 第15-16页 |
| 2.2.4 基于统计分析的事件关联方法 | 第16页 |
| 2.2.5 基于数据挖掘的事件关联方法 | 第16-18页 |
| 2.2.6 事件关联分析算法性能比较 | 第18-19页 |
| 2.3 审计分析可视化 | 第19-24页 |
| 2.3.1 审计分析可视化分类 | 第19-20页 |
| 2.3.2 关联规则可视化技术 | 第20-24页 |
| 2.4 存在的主要问题及本文研究思路 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于影响网的审计事件关联关系分析框架构建 | 第26-33页 |
| 3.1 影响网概述 | 第26-29页 |
| 3.1.1 影响网基础知识 | 第26-28页 |
| 3.1.2 影响网中关键事件分析算法 | 第28-29页 |
| 3.2 基于影响网的审计事件关联关系分析框架 | 第29-32页 |
| 3.2.1 框架构建 | 第29-31页 |
| 3.2.2 框架关键技术 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于影响网的审计数据关键事件分析 | 第33-41页 |
| 4.1 审计数据格式统一描述 | 第33-34页 |
| 4.2 用影响网分析审计数据关键事件 | 第34-40页 |
| 4.2.1 基于审计数据构建影响网 | 第34-38页 |
| 4.2.2 审计事件敏感性分析 | 第38页 |
| 4.2.3 关键事件集合搜索 | 第38-40页 |
| 4.3 本章小结 | 第40-41页 |
| 第五章 审计事件周期性加权时态关联规则挖掘算法研究 | 第41-55页 |
| 5.1 数据预处理 | 第41-42页 |
| 5.2 关联规则挖掘理论 | 第42-43页 |
| 5.2.1 关联规则基本概念 | 第42-43页 |
| 5.2.2 挖掘关联规则 | 第43页 |
| 5.3 加权关联规则 | 第43-46页 |
| 5.3.1 加权关联规则定义 | 第43-44页 |
| 5.3.2 加权关联规则挖掘算法 | 第44-46页 |
| 5.4 时态关联规则 | 第46-47页 |
| 5.5 时态数据周期规律采掘 | 第47-49页 |
| 5.5.1 对数据进行平滑处理 | 第47-48页 |
| 5.5.2 挖掘数据对象趋势 | 第48-49页 |
| 5.5.3 获取时态数据周期 | 第49页 |
| 5.6 周期性加权时态关联规则挖掘算法 | 第49-54页 |
| 5.6.1 基本概念 | 第50-51页 |
| 5.6.2 周期性加权时态关联规则挖掘算法 | 第51-52页 |
| 5.6.3 挖掘周期性加权时态关联规则 | 第52-54页 |
| 5.6.4 算法性能分析 | 第54页 |
| 5.7 本章小结 | 第54-55页 |
| 第六章 基于影响网的审计事件关联关系分析框架实现 | 第55-71页 |
| 6.1 安全管理系统实验环境 | 第55-56页 |
| 6.2 审计事件关联关系分析框架技术实现 | 第56-70页 |
| 6.2.1 审计数据关键事件分析 | 第56-62页 |
| 6.2.2 审计事件周期规律采掘 | 第62-64页 |
| 6.2.3 数据预处理与事件筛选 | 第64-65页 |
| 6.2.4 挖掘审计事件周期性加权时态关联规则 | 第65-67页 |
| 6.2.5 审计事件关联关系可视化 | 第67-70页 |
| 6.3 本章小结 | 第70-71页 |
| 第七章 总结与展望 | 第71-73页 |
| 7.1 论文工作总结 | 第71-72页 |
| 7.2 进一步的研究工作 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第76-77页 |
| 致谢 | 第77页 |