| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状和发展 | 第10-13页 |
| 1.2.1 日志分析研究现状 | 第10-11页 |
| 1.2.2 Hadoop云计算研究现状 | 第11页 |
| 1.2.3 聚类挖掘算法研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 1.3.1 Hadoop平台与关系型数据库协作 | 第13-14页 |
| 1.3.2 基于MapReduce分布式k-means聚类算法 | 第14-15页 |
| 1.3.3 基于Hadoop的网络安全日志聚类分析系统 | 第15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 Hadoop与关系型数据库协作研究 | 第17-35页 |
| 2.1 Hadoop相关技术 | 第17-29页 |
| 2.1.1 HDFS分布式文件系统 | 第19-21页 |
| 2.1.2 MapReduce分布式计算框架 | 第21-24页 |
| 2.1.3 Hive数据仓库 | 第24-25页 |
| 2.1.4 Sqoop工作原理和流程 | 第25-29页 |
| 2.2 Hadoop与关系型数据库协作的解决方案分析与研究 | 第29-30页 |
| 2.3 Hadoop与关系型数据库协作系统的详细设计 | 第30-32页 |
| 2.3.1 协作系统功能需求分析 | 第30-31页 |
| 2.3.2 协作系统流程设计 | 第31-32页 |
| 2.4 本章小结 | 第32-35页 |
| 第三章 基于MapReduce分布式k-means聚类算法应用研究 | 第35-41页 |
| 3.1 Syslog日志 | 第35-37页 |
| 3.2 基于MapReduce分布式k-means聚类算法 | 第37-40页 |
| 3.2.1 k-means聚类 | 第37-38页 |
| 3.2.2 基于MapReduce分布式k-means聚类算法 | 第38-40页 |
| 3.3 本章小结 | 第40-41页 |
| 第四章 基于Hadoop与关系型数据库协作平台的实验与分析 | 第41-51页 |
| 4.1 实验环境配置 | 第41-44页 |
| 4.1.1 软硬件环境配置 | 第41-42页 |
| 4.1.2 相关软件的安装与配置 | 第42-44页 |
| 4.2 实验及结果分析 | 第44-49页 |
| 4.2.1 Hive与MySQL查询统计数据的对比实验 | 第44-45页 |
| 4.2.2 集群处理实验 | 第45页 |
| 4.2.3 单机集中式与分布式中k-means算法的对比实验 | 第45-49页 |
| 4.3 本章小结 | 第49-51页 |
| 第五章 基于Hadoop的网络安全日志聚类分析系统的设计与实现 | 第51-63页 |
| 5.1 系统架构 | 第51-52页 |
| 5.2 系统功能模块的设计与实现 | 第52-62页 |
| 5.2.1 系统功能模块设计 | 第52-53页 |
| 5.2.2 核心模块实现 | 第53-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士期间取得的学术成果 | 第71-73页 |
| 科研工作情况 | 第71页 |
| 参与项目 | 第71-73页 |
| 致谢 | 第73页 |
