基于前缀树的日志模式聚类挖掘算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·日志数据采集 | 第10页 |
| ·事件关联挖掘技术 | 第10-11页 |
| ·数据聚类 | 第11-12页 |
| ·频繁模式聚类 | 第12页 |
| ·研究内容和目标 | 第12-14页 |
| ·日志事件集中采集研究 | 第13页 |
| ·日志模式挖掘算法研究与改进 | 第13页 |
| ·基于前缀树的日志模式挖掘研究 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 第2章 日志采集与挖掘所涉及到的技术 | 第15-31页 |
| ·事件日志记录和监控 | 第15-19页 |
| ·日志数据采集 | 第15-16页 |
| ·Syslog日志 | 第16-17页 |
| ·Syslog日志结构 | 第17-18页 |
| ·Syslog日志数据集中采集 | 第18-19页 |
| ·日志过滤与预处理 | 第19-20页 |
| ·数据过滤和预处理概述 | 第19页 |
| ·正则表达式 | 第19-20页 |
| ·数据挖掘技术 | 第20-24页 |
| ·数据挖掘方法 | 第21页 |
| ·事件关联技术 | 第21-22页 |
| ·关联规则挖掘 | 第22-23页 |
| ·高维度数据聚类 | 第23-24页 |
| ·简单事件关联 | 第24页 |
| ·事件日志的模式挖掘 | 第24-30页 |
| ·频繁模式挖掘算法 | 第24-29页 |
| ·日志模式挖掘概述 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 日志模式挖掘和ILC算法 | 第31-45页 |
| ·日志数据的特征 | 第31-33页 |
| ·日志数据采集与过滤 | 第33-37页 |
| ·日志数据采集 | 第34-35页 |
| ·日志数据过滤 | 第35-36页 |
| ·双层日志分析技术 | 第36-37页 |
| ·ILC算法——改进的日志模式聚类算法 | 第37-43页 |
| ·日志事件关联挖掘概述 | 第37页 |
| ·日志数据的hash查找 | 第37-38页 |
| ·ILC算法的产生背景 | 第38-39页 |
| ·ILC算法实现 | 第39-41页 |
| ·BILC算法——字节偏移日志模式聚类算法 | 第41-42页 |
| ·非频繁模式的挖掘 | 第42-43页 |
| ·ILC算法和BILC算法的有效性 | 第43页 |
| ·ILC算法和Apriori的比较 | 第43页 |
| ·ILC算法和SLC算法的比较 | 第43页 |
| ·BILC算法的优势 | 第43页 |
| ·本章小结 | 第43-45页 |
| 第4章 基于前缀树的日志模式聚类 | 第45-55页 |
| ·日志数据采集和过滤模型 | 第45-47页 |
| ·Rsyslog日志数据采集 | 第45-46页 |
| ·Rsyslog日志数据过滤和预处理 | 第46-47页 |
| ·基于前缀树的数据聚类 | 第47-48页 |
| ·深度优先搜索算法分析 | 第47-48页 |
| ·基于日志特征的深度优先搜索算法 | 第48页 |
| ·PTLC算法——基于前缀树的日志模式聚类算法 | 第48-54页 |
| ·PTLC算法概述 | 第48-49页 |
| ·PTLC算法的实现 | 第49-53页 |
| ·PTLC算法的优势 | 第53-54页 |
| ·BPTLC——字节偏移前缀树日志模式聚类算法 | 第54页 |
| ·本章小结 | 第54-55页 |
| 第5章 实验结果分析 | 第55-66页 |
| ·空间分析 | 第55-63页 |
| ·SLC算法空间分析 | 第55-57页 |
| ·ILC算法空间分析 | 第57-58页 |
| ·BILC算法空间分析 | 第58-60页 |
| ·PTLC算法空间分析 | 第60-62页 |
| ·BPTLC算法空间分析 | 第62-63页 |
| ·空间总结比较 | 第63页 |
| ·时间分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第6章 总结与未来方向 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的论文 | 第73页 |
