| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 Web日志安全分析研究现状 | 第12-14页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文章节安排 | 第15-16页 |
| 2 Web日志安全分析基础 | 第16-26页 |
| 2.1 HTTP协议 | 第16-17页 |
| 2.2 Web日志类型及内容 | 第17-20页 |
| 2.3 常见Web攻击类型 | 第20-22页 |
| 2.4 日志安全分析常用方法 | 第22-25页 |
| 2.4.1 基于脚本的人工分析方法 | 第23-24页 |
| 2.4.2 基于规则库的误用检测方法 | 第24页 |
| 2.4.3 基于数据挖掘的异常检测方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 Web日志采集与分析系统的设计 | 第26-40页 |
| 3.1 Web日志采集与分析系统需求分析 | 第26-27页 |
| 3.2 Web日志采集与分析系统总体设计 | 第27-29页 |
| 3.2.1 系统总体框架设计 | 第27-28页 |
| 3.2.2 系统工作流程设计 | 第28-29页 |
| 3.3 基于特征匹配的误用检测模块 | 第29-32页 |
| 3.3.1 常见攻击日志匹配规则 | 第30-31页 |
| 3.3.2 误用检测匹配流程 | 第31-32页 |
| 3.4 基于聚类算法的异常检测模块 | 第32-39页 |
| 3.4.1 K-means聚类算法概述 | 第33-34页 |
| 3.4.2 攻击特征提取方法 | 第34-37页 |
| 3.4.3 基于K-means聚类算法的正常访问模型构建 | 第37-38页 |
| 3.4.4 基于距离的异常行为检测 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 Web日志采集与分析系统的实现 | 第40-55页 |
| 4.1 使用ELK stack搭建日志采集与存储平台 | 第40-42页 |
| 4.2 基于Logstash的日志采集模块 | 第42-44页 |
| 4.3 日志安全分析模块 | 第44-51页 |
| 4.3.1 基于特征匹配的误用检测模块 | 第44-47页 |
| 4.3.2 基于聚类算法的异常检测模块 | 第47-51页 |
| 4.4 基于Elasticsearch的日志存储与查询模块 | 第51-52页 |
| 4.5 基于Kibana的日志展示与统计模块 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 5 系统的功能和性能评估 | 第55-71页 |
| 5.1 实验数据集 | 第55-56页 |
| 5.2 检测方法评价指标 | 第56-58页 |
| 5.3 日志安全分析模块功能及性能测试 | 第58-66页 |
| 5.3.1 误用检测模块测试 | 第58-60页 |
| 5.3.2 异常检测模块测试 | 第60-62页 |
| 5.3.3 混合模型测试与比较分析 | 第62-66页 |
| 5.4 ELK stack平台性能测试 | 第66-70页 |
| 5.4.1 日志载入速率测试 | 第67-68页 |
| 5.4.2 日志查询响应延时测试 | 第68-70页 |
| 5.5 本章小结 | 第70-71页 |
| 6 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第77-79页 |
| 学位论文数据集 | 第79页 |
