结合模糊推理的多源安全日志事件关联融合技术研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景、目的及意义 | 第9-10页 |
| 1.2 国内外现状综述 | 第10-12页 |
| 1.3 本文的研究内容和工作 | 第12-13页 |
| 1.4 本文文章组织结构 | 第13-14页 |
| 2 多源安全日志信息融合相关技术 | 第14-26页 |
| 2.1 多源安全日志信息融合的相关概念 | 第14-16页 |
| 2.1.1 多源安全日志信息融合的定义 | 第14页 |
| 2.1.2 多源信息融合的优势和劣势 | 第14-15页 |
| 2.1.3 多源信息融合的种类 | 第15-16页 |
| 2.2 多源日志数据源的数据特征分析 | 第16-19页 |
| 2.2.1 日志的分类及数据特征 | 第16-18页 |
| 2.2.2 日志分析的缺陷 | 第18-19页 |
| 2.3 多源日志信息融合系统的结构模型 | 第19-22页 |
| 2.4 数据融合的主要方法 | 第22-23页 |
| 2.5 日志关联性分析 | 第23-25页 |
| 2.5.1 主机系统日志 | 第23页 |
| 2.5.2 snort日志 | 第23-24页 |
| 2.5.3 交换机日志 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 结合模糊推理的日志事件关联方法研究 | 第26-38页 |
| 3.1 针对日志事件的关联融合方法 | 第26-27页 |
| 3.2 基于事件场景的报警关联 | 第27-28页 |
| 3.2.1 事件报警关联方法的定义 | 第27-28页 |
| 3.2.2 事件报警关联具体算法 | 第28页 |
| 3.3 多源日志的模糊推理聚类方法 | 第28-32页 |
| 3.3.1 模糊推理概述 | 第28-30页 |
| 3.3.2 结合模糊集聚类日志分析的方法 | 第30-32页 |
| 3.4 改进的日志事件的关联方法 | 第32-36页 |
| 3.4.1 关联相似度计算 | 第32-33页 |
| 3.4.2 基于模糊聚类的日志数据融合 | 第33-34页 |
| 3.4.3 加入模糊聚类的关联算法改进 | 第34-36页 |
| 3.5 融合决策处理分析 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 多源安全日志信息日志融合系统的设计与实现 | 第38-54页 |
| 4.1 多源安全日志信息融合系统设计 | 第38-39页 |
| 4.1.1 系统整体设计需求 | 第38页 |
| 4.1.2 多源安全日志信息融合系统的总体设计 | 第38-39页 |
| 4.2 日志信息采集模块的设计与实现 | 第39-45页 |
| 4.2.1 Linux主机日志采集模块 | 第40-41页 |
| 4.2.2 Windows主机系统日志采集模块 | 第41-43页 |
| 4.2.3 安全设备日志采集模块 | 第43-44页 |
| 4.2.4 网络设备日志采集模块 | 第44-45页 |
| 4.3 日志数据预处理结构设计 | 第45-47页 |
| 4.4 日志预处理模块的实现 | 第47-50页 |
| 4.4.1 属性选取和过滤 | 第47-48页 |
| 4.4.2 数据归并和标准化处理 | 第48-49页 |
| 4.4.3 隶属度分配 | 第49-50页 |
| 4.4.4 数据合并模块 | 第50页 |
| 4.5 规则库的设计与实现 | 第50-52页 |
| 4.6 日志事件关联模块的设计与实现 | 第52-53页 |
| 4.7 本章小结 | 第53-54页 |
| 5 实验及结果分析 | 第54-62页 |
| 5.1 实验目的 | 第54页 |
| 5.2 实验环境 | 第54-55页 |
| 5.3 实验流程 | 第55-56页 |
| 5.4 实验结果和分析 | 第56-61页 |
| 5.4.1 流量统计 | 第56-57页 |
| 5.4.2 攻击统计 | 第57-61页 |
| 5.5 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-63页 |
| 6.1 论文工作总结 | 第62页 |
| 6.2 论文工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |
