基于MapReduce的日志关联分析研究与实现
摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第11-15页 |
1.1 课题背景 | 第11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 日志分析面临的挑战 | 第11-12页 |
1.2.2 攻击模式分析研究现状 | 第12-13页 |
1.2.3 DDoS攻击防御研究现状 | 第13页 |
1.3 课题来源和主要研究内容 | 第13-14页 |
1.4 论文内容的结构 | 第14-15页 |
第二章 相关技术介绍 | 第15-25页 |
2.1 MapReduce编程模型 | 第15-17页 |
2.1.1 MapReduce模型 | 第15-16页 |
2.1.2 HADOOP日志存储 | 第16-17页 |
2.2 关联分析介绍 | 第17-19页 |
2.2.1 关联规则挖掘算法 | 第17-18页 |
2.2.2 序列模式挖掘算法 | 第18-19页 |
2.3 网络安全防御下的日志关联分析介绍 | 第19-22页 |
2.3.1 入侵关联分析介绍 | 第19-20页 |
2.3.2 基于滑动窗口的关联分析 | 第20-21页 |
2.3.3 基于因果矩阵的关联分析 | 第21-22页 |
2.4 DDoS检测与防御技术介绍 | 第22-24页 |
2.4.1 DDoS检测技术 | 第22-23页 |
2.4.2 DDoS防御技术 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第三章 基于事件滑动窗口的告警关联挖掘算法 | 第25-44页 |
3.1 问题描述 | 第25页 |
3.2 现有的基于时间滑动窗口的告警关联挖掘算法 | 第25-30页 |
3.2.1 策略模型 | 第25-29页 |
3.2.2 现有算法存在的问题 | 第29-30页 |
3.3 基于事件滑动窗口的告警关联挖掘算法 | 第30-38页 |
3.3.1 相关定义 | 第30-31页 |
3.3.2 过程描述 | 第31-33页 |
3.3.3 应用实例 | 第33-35页 |
3.3.4 算法描述 | 第35-38页 |
3.4 实验分析 | 第38-43页 |
3.4.1 数据说明 | 第38-39页 |
3.4.2 参数指标 | 第39-40页 |
3.4.3 实验结果 | 第40-43页 |
3.5 本章小结 | 第43-44页 |
第四章 基于访问流的属性关联DDoS攻击拦截模型 | 第44-61页 |
4.1 问题描述 | 第44页 |
4.2 现有的属性关联打分及过滤策略 | 第44-51页 |
4.2.1 相关定义 | 第44-46页 |
4.2.2 模型的整体方案 | 第46-47页 |
4.2.3 模型描述 | 第47-50页 |
4.2.4 现有模型存在的问题 | 第50-51页 |
4.3 基于访问流的属性关联DDoS攻击模型改进 | 第51-56页 |
4.3.1 访问流定义 | 第51-52页 |
4.3.2 过程描述 | 第52-55页 |
4.3.3 算法描述 | 第55-56页 |
4.4 实验分析 | 第56-60页 |
4.4.1 实验准备 | 第56页 |
4.4.2 实验结果 | 第56-60页 |
4.5 本章小结 | 第60-61页 |
第五章 统一日志收集与分析平台设计与实现 | 第61-76页 |
5.1 平台简介 | 第61页 |
5.1.1 平台目标 | 第61页 |
5.1.2 开发环境 | 第61页 |
5.2 详细设计方案 | 第61-64页 |
5.2.1 总架构 | 第61-64页 |
5.2.2 方案主体简介 | 第64页 |
5.3 方案详细介绍 | 第64-71页 |
5.3.1 Flume框架下日志收集模块 | 第64-67页 |
5.3.2 分析子系统架构 | 第67-68页 |
5.3.3 分析子系统处理流程 | 第68-69页 |
5.3.4 海量日志信息离线处理 | 第69-70页 |
5.3.5 海量日志信息实时处理 | 第70-71页 |
5.4 系统实现 | 第71-75页 |
5.4.1 平台主要功能展示 | 第71-73页 |
5.4.2 改进算法实现效果 | 第73-75页 |
5.5 本章小结 | 第75-76页 |
第六章 总结和展望 | 第76-78页 |
6.1 工作总结 | 第76-77页 |
6.2 不足与展望 | 第77-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-83页 |
附录 | 第83-85页 |
攻硕期间取得的成果 | 第85-86页 |