大规模集群异常状态检测与数据脱敏技术研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 研究现状 | 第13-14页 |
| 1.4 论文结构 | 第14-16页 |
| 第二章 相关理论基础 | 第16-28页 |
| 2.1 异常状态检测系统介绍 | 第16-19页 |
| 2.1.1 系统结构 | 第16-18页 |
| 2.1.2 数据传输模式 | 第18-19页 |
| 2.2 Spark介绍 | 第19-27页 |
| 2.2.1 Spark与Hadoop | 第19-20页 |
| 2.2.2 Spark的架构 | 第20页 |
| 2.2.3 弹性分布式数据集 | 第20-21页 |
| 2.2.4 Spark在YARN下的工作流程 | 第21-25页 |
| 2.2.5 Spark web UI | 第25-27页 |
| 2.3 本章总结 | 第27-28页 |
| 第三章 异常状态检测系统架构及异常检测方法 | 第28-38页 |
| 3.1 异常状态检测系统架构 | 第28-29页 |
| 3.2 异常检测常用监测项 | 第29-31页 |
| 3.3 ARIMA时间序列预测模型介绍与实现 | 第31-34页 |
| 3.3.1 ARIMA时间序列预测模型简介 | 第31-32页 |
| 3.3.2 ARIMA时间序列预测模型的实现 | 第32-34页 |
| 3.4 ARIMA模型实际效果测试 | 第34-37页 |
| 3.4.1 ARIMA模型拟合效果 | 第34-35页 |
| 3.4.2 ARIMA模型检测效果 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 异常状态检测系统告警通知的实现与改进 | 第38-43页 |
| 4.1 告警通知模块 | 第38-41页 |
| 4.2 解决方案建议模块 | 第41-42页 |
| 4.3 本章总结 | 第42-43页 |
| 第五章 保形加密算法的介绍与实现 | 第43-57页 |
| 5.1 数据脱敏技术介绍 | 第43-45页 |
| 5.1.1 常见数据脱敏算法 | 第43-44页 |
| 5.1.2 保形加密算法简介 | 第44-45页 |
| 5.2 FF1与FF3介绍 | 第45-50页 |
| 5.2.1 Feistel网络结构 | 第45-48页 |
| 5.2.2 AES加密算法 | 第48-50页 |
| 5.2.3 FF1与FF3加密算法区别 | 第50页 |
| 5.3 FF1与FF3加密算法的代码实现 | 第50-55页 |
| 5.3.1 FF1算法加解密流程 | 第51-53页 |
| 5.3.2 FF3算法加解密流程 | 第53-55页 |
| 5.4 FF1与FF3加密算法的性能比较 | 第55-56页 |
| 5.5 本章总结 | 第56-57页 |
| 第六章 保形加密算法的Spark实现与调优 | 第57-70页 |
| 6.1 测试环境 | 第57-58页 |
| 6.2 保形加密算法的Spark实现 | 第58-59页 |
| 6.3 代码优化 | 第59-63页 |
| 6.3.1 使用静态关键字 | 第60-61页 |
| 6.3.2 对不同的原文长度进行差异化处理 | 第61-63页 |
| 6.4 参数优化 | 第63-68页 |
| 6.4.1 设置Spark作业资源参数 | 第63-66页 |
| 6.4.2 设置partition个数 | 第66-68页 |
| 6.5 优化结果 | 第68-69页 |
| 6.6 本章总结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 附录1 | 第75-76页 |
| 致谢 | 第76页 |
