基于WEB访问日志的异常检测技术研究
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 1 绪论 | 第11-15页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 异常检测技术研究现状 | 第12-13页 |
| 1.3 本文工作及其贡献 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 2 异常检测技术 | 第15-29页 |
| 2.1 WEB日志 | 第15-16页 |
| 2.2 异常检测方法与系统 | 第16-28页 |
| 2.2.1 统计学方法 | 第16-18页 |
| 2.2.2 基于机器学习的方法 | 第18-23页 |
| 2.2.2.1 分类的检测方法 | 第19-21页 |
| 2.2.2.2 聚类和离群点的检测方法 | 第21-23页 |
| 2.2.3 软计算 | 第23-24页 |
| 2.2.4 其他 | 第24-28页 |
| 2.2.4.1 基于知识的异常检测 | 第24-26页 |
| 2.2.4.2 多技术结合的异常检测 | 第26-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 WEB日志安全智能分析系统 | 第29-33页 |
| 3.1 系统框架 | 第29-30页 |
| 3.2 日志管理系统简介 | 第30-32页 |
| 3.3 本章小结 | 第32-33页 |
| 4 检测系统实现 | 第33-49页 |
| 4.1 分析内容与目标 | 第33页 |
| 4.2 用户库构建 | 第33-36页 |
| 4.3 IP/UA特征分析 | 第36-41页 |
| 4.4 攻击频繁模式挖掘 | 第41-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 实验结果与分析 | 第49-55页 |
| 5.1 用户库统计结果 | 第50页 |
| 5.2 IP/UA特征分析结果 | 第50-51页 |
| 5.3 频繁模式挖掘结果 | 第51-53页 |
| 5.4 用户异常行为分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-61页 |
| A 缩略词 | 第60页 |
| B 方法、算法名词 | 第60-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |
