| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究内容 | 第14-15页 |
| 1.3 结构安排 | 第15-17页 |
| 第二章 云计算取证技术研究现状 | 第17-29页 |
| 2.1 云计算定义 | 第17-18页 |
| 2.1.1 云计算服务模式 | 第17-18页 |
| 2.1.2 云计算部署模式 | 第18页 |
| 2.2 云取证相关概念 | 第18-21页 |
| 2.2.1 数字取证定义 | 第18-19页 |
| 2.2.2 云取证定义 | 第19-20页 |
| 2.2.3 云取证面临的主要挑战 | 第20-21页 |
| 2.3 云取证模型相关研究 | 第21-23页 |
| 2.4 云平台证据的提取技术相关研究 | 第23-25页 |
| 2.4.1 DFS数据提取技术相关研究 | 第23-24页 |
| 2.4.2 删除文件恢复技术相关研究 | 第24-25页 |
| 2.5 云平台证据的分析技术相关研究 | 第25-27页 |
| 2.5.1 数据窃取检测技术相关研究 | 第25-26页 |
| 2.5.2 基于MapReduce的文件系统分析技术研究现状 | 第26-27页 |
| 2.6 存在的问题及解决思路 | 第27-28页 |
| 2.7 小结 | 第28-29页 |
| 第三章 一种云计算取证模型 | 第29-43页 |
| 3.1 引言 | 第29-30页 |
| 3.2 术语定义 | 第30页 |
| 3.3 云计算取证模型 | 第30-38页 |
| 3.3.1 取证准备 | 第30-32页 |
| 3.3.2 证据识别 | 第32-34页 |
| 3.3.3 证据收集 | 第34-36页 |
| 3.3.4 证据分析 | 第36-38页 |
| 3.3.5 报告 | 第38页 |
| 3.4 模型分析 | 第38-41页 |
| 3.4.1 云环境下的案例场景 | 第38-39页 |
| 3.4.2 模型有效性分析 | 第39-41页 |
| 3.5 小结 | 第41-43页 |
| 第四章 基于三级映射的HDFS文件高效提取取证方法 | 第43-63页 |
| 4.1 引言 | 第43-44页 |
| 4.2 HDFS元数据分析 | 第44-47页 |
| 4.2.1 HDFS架构分析 | 第44-45页 |
| 4.2.2 HDFS元数据文件类型 | 第45-46页 |
| 4.2.3 Fs Image结构特性分析 | 第46-47页 |
| 4.3 Ext4文件系统分析 | 第47-50页 |
| 4.3.1 Ext4简介 | 第47-48页 |
| 4.3.2 Ext4文件定位流程 | 第48-50页 |
| 4.4 基于三级映射的高效文件提取方法 | 第50-57页 |
| 4.4.1 三级映射方法的形式化描述 | 第50-52页 |
| 4.4.2 三级映射的建立过程 | 第52-54页 |
| 4.4.3 基于三级映射的删除文件恢复方法 | 第54-56页 |
| 4.4.4 方法分析 | 第56-57页 |
| 4.5 实验结果及分析 | 第57-61页 |
| 4.5.1 实验环境 | 第57-58页 |
| 4.5.2 基于Graphviz的HDFS命名空间可视化 | 第58-59页 |
| 4.5.3 三级映射信息展示 | 第59页 |
| 4.5.4 删除文件恢复 | 第59-61页 |
| 4.6 小结 | 第61-63页 |
| 第五章 基于MapReduce的HDFS数据窃取随机检测算法 | 第63-81页 |
| 5.1 引言 | 第63-64页 |
| 5.2 文件系统行为随机模型 | 第64-65页 |
| 5.3 MapReduce数据处理框架 | 第65-68页 |
| 5.3.1 概念介绍 | 第65-66页 |
| 5.3.2 Hadoop编程接口 | 第66页 |
| 5.3.3 作业运行过程分析 | 第66-68页 |
| 5.4 基于MapReduce的数据窃取随机检测算法 | 第68-73页 |
| 5.4.1 HDFS时间戳特性量化分析 | 第68-69页 |
| 5.4.2 基于MapReduce的数据窃取检测算法 | 第69-73页 |
| 5.5 实验结果及分析 | 第73-80页 |
| 5.5.1 集群环境 | 第73页 |
| 5.5.2 数据集 | 第73-74页 |
| 5.5.3 截止簇检测阈值的影响 | 第74-79页 |
| 5.5.4 数据集数据量及计算节点数量的影响 | 第79-80页 |
| 5.6 小结 | 第80-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 6.1 论文总结 | 第81-82页 |
| 6.2 下一步工作展望 | 第82-83页 |
| 致谢 | 第83-84页 |
| 参考文献 | 第84-91页 |
| 作者简介 | 第91页 |
