摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-14页 |
·课题背景 | 第10-11页 |
·课题意义 | 第11页 |
·论文研究内容 | 第11-12页 |
·论文组织结构 | 第12-14页 |
第2章 HADOOP 与云计算安全监测技术研究现状 | 第14-22页 |
·引言 | 第14页 |
·HADOOP 相关理论知识 | 第14-17页 |
·HDFS 中的角色 | 第14-15页 |
·数据存取过程 | 第15-16页 |
·数据访问接口 | 第16-17页 |
·负载均衡 | 第17页 |
·HADOOP 安全监测技术研究现状 | 第17-21页 |
·Hadoop 监测系统研究现状 | 第17-19页 |
·异常检测技术研究现状 | 第19-21页 |
·本章小结 | 第21-22页 |
第3章 基于 HMM 的 HADOOP 用户访问行为异常检测技术研究 | 第22-38页 |
·引言 | 第22页 |
·检测模型 | 第22-24页 |
·数据采集 | 第23页 |
·数据预处理 | 第23-24页 |
·基于 HMM 的用户行为异常检测 | 第24-30页 |
·HMM 相关介绍 | 第25-27页 |
·训练阶段 | 第27-28页 |
·参数的计算 | 第28-29页 |
·检测阶段 | 第29-30页 |
·检测算法 | 第30页 |
·实验过程与结果分析 | 第30-37页 |
·实验环境描述 | 第30-32页 |
·实验过程 | 第32页 |
·实验结果 | 第32-36页 |
·总结分析 | 第36-37页 |
·本章小结 | 第37-38页 |
第4章 基于 KNN 的 HADOOP 资源消耗异常检测技术研究 | 第38-53页 |
·引言 | 第38页 |
·基于 KNN 的异常检测方法的基本技术 | 第38-43页 |
·子序列的划分 | 第39页 |
·时间序列模式表示 | 第39-40页 |
·时间序列的相似性度量 | 第40-42页 |
·KNN 异常检测 | 第42-43页 |
·基于 KNN 的时间子序列局部异常检测方法 | 第43-46页 |
·滑动窗口检测模型 | 第44页 |
·k-近邻相关参数 | 第44-45页 |
·局部异常系数的判定 | 第45-46页 |
·资源消耗异常检测算法 | 第46页 |
·实验过程与结果分析 | 第46-52页 |
·实验环境描述 | 第46-47页 |
·实验过程 | 第47页 |
·实验结果 | 第47-52页 |
·总结分析 | 第52页 |
·本章小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-59页 |
致谢 | 第59页 |