基于Mapreduce的并行异常报文生成引擎系统设计与实现
摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第10-19页 |
1.1 研究背景 | 第10-13页 |
1.2 研究意义 | 第13-14页 |
1.3 网络体系结构 | 第14-15页 |
1.4 Mapreduce并行系统特点 | 第15-17页 |
1.5 系统应用前景 | 第17页 |
1.6 本文的主要内容及篇幅结构 | 第17-19页 |
第2章 鲁棒测试和模糊测试 | 第19-32页 |
2.1 鲁棒性测试 | 第19-21页 |
2.1.1 软件测试概念 | 第19-20页 |
2.1.2 鲁棒测试的必要性 | 第20页 |
2.1.3 鲁棒测试的方法和工具 | 第20-21页 |
2.2 模糊测试的定义和发展过程 | 第21-22页 |
2.3 模糊测试的阶段 | 第22-26页 |
2.3.1 识别目标 | 第22-23页 |
2.3.2 识别输入 | 第23-24页 |
2.3.3 生成模糊测试数据 | 第24-26页 |
2.3.4 执行模糊测试数据 | 第26页 |
2.3.5 监视异常 | 第26页 |
2.3.6 确定可利用性 | 第26页 |
2.4 模糊器的分类 | 第26-29页 |
2.4.1 本地模糊器 | 第27页 |
2.4.2 远程模糊器 | 第27-29页 |
2.4.3 内存模糊器 | 第29页 |
2.4.4 模糊器框架 | 第29页 |
2.5 模糊测试局限性 | 第29-31页 |
2.5.1 访问控制缺陷 | 第29-30页 |
2.5.2 设计逻辑不良 | 第30页 |
2.5.3 后门 | 第30页 |
2.5.4 内存破坏 | 第30页 |
2.5.5 多阶段安全漏洞 | 第30-31页 |
2.6 本章小结 | 第31-32页 |
第3章 Mapreduce并行处理框架 | 第32-40页 |
3.1 Hadoop Mapreduce项目 | 第32-34页 |
3.2 Map/Reduce特点 | 第34-36页 |
3.2.1 高扩展能力 | 第34页 |
3.2.2 低成本 | 第34-35页 |
3.2.3 高效率 | 第35页 |
3.2.4 高可靠性 | 第35-36页 |
3.3 Map/Reduce编程模型及运行流程 | 第36-38页 |
3.4 串行算法并行化 | 第38-40页 |
第4章 异常报文并行处理算法 | 第40-50页 |
4.1 异常数据报文生成空间 | 第40-41页 |
4.2 分域模糊测试用例集合 | 第41-42页 |
4.3 异常报文串行生成算法 | 第42-43页 |
4.4 异常报文并行生成算法 | 第43-47页 |
4.5 Map与Reduce函数设计 | 第47-50页 |
第5章 实验及分析 | 第50-55页 |
5.1 单机性能实验 | 第50-51页 |
5.2 PC集群性能实验 | 第51-52页 |
5.3 加速比对比 | 第52-53页 |
5.4 串行算法与并行算法时间对比 | 第53-55页 |
第6章 结论及展望 | 第55-58页 |
6.1 本文工作总结 | 第55-56页 |
6.2 未来工作展望 | 第56-58页 |
参考文献 | 第58-62页 |
攻读硕士学位期间参与的项目 | 第62-63页 |
致谢 | 第63页 |