导读:本文包含了网络日志论文开题报告文献综述及选题提纲参考文献，主要关键词:Storm,IP真人率,攻击IP识别,分布式网络日志分析平台
网络日志论文文献综述
杨立鹏,张仰森,张雯,王建,曾健荣[1]（2019）在《基于Storm实时流式计算框架的网络日志分析方法》一文中研究指出随着互联网的飞速发展,网络日志数据呈现爆炸式增长,网络日志蕴含着丰富的网络安全信息。通过对网络日志进行分析,提出了基于访问行为和网络关系的攻击IP识别模型和基于滑动时间窗口的IP真人属性判定模型。基于Storm实时流式计算框架,对所提模型进行算法实现,以构建分布式网络日志实时计算与分析平台,并对实现过程中遇到的技术问题给出了解决方案。通过真实数据对所构建的模型进行分析计算,结果表明,所构建的攻击IP识别模型的标注准确率达到98%,IP真人属性判定模型的标注准确率达到96%;构建的分布式网络日志实时计算与分析平台能够有效、实时地监控网络安全,并及时识别网络中存在的安全隐患。(本文来源于《计算机科学》期刊2019年09期）
康海燕,王紫豪,于爱民,谭雨轩[2]（2019）在《基于网络日志的用户行为刻画与预测研究》一文中研究指出采用基于相似度的特征聚类算法以及粗糙集模糊分析法,提出了基于网络日志的用户性格特征分析及行为预测方法.首先,构建标准性格特征向量库;然后,采用基于余弦相似度的特征聚类算法进行性格分析,该算法解决了适量样本情况下的机器学习中聚类的问题,使训练模板数据即使在数据不是足够大的情况下仍能提取特征;最后,采用基于粗糙集理论的模糊分析算法进行行为预测,该分析算法简化了分析过程,减少了建模中需考虑的因素,又能得出精确的结果.对比实验表明,该方法能较准确地分析不同用户性格特征和对其未来行为进行预判,并分析出可能对安全领域造成威胁的人群.(本文来源于《郑州大学学报(理学版)》期刊2019年03期）
由婧文[3]（2019）在《基于网络日志的行为拓扑分析》一文中研究指出当今全球化网络环境中,网络服务的开放性为攻击者提供了可乘之机。在网络应用快速发展的同时,网络攻击的方式和规模也在快速迭代和发展。作为记录用户行为的载体,网络日志不可避免的成为网络安全重要的研究课题。现有的不管是基于误用还是基于异常的日志检测方法,大都将研究重点放在单一的网络日志内容上,无法识别出不具有攻击特征的异常日志,忽略了用户和网络日志的关系。本文在此背景下研究了基于网络日志的行为拓扑分析。本文主要工作如下:1、提出一种网络日志数据模型。选取字符串特性和字符分布信息作为特征,从日志内容的角度,详细比较了正常日志和异常日志的区别。应用两种无监督日志异常检测方法对网络日志进行分类并指出其局限性。构建网络日志行为拓扑网络,分析网络度分布,聚集系数,介数等复杂网络统计特性。2、基于网络日志行为拓扑网络,提出一种基于用户行为的日志异常检测算法。将网络结构和异常用户的特征相结合,提出五个指标来判定异常用户和异常日志。实验表明本算法的性能和其他无监督算法相比更优。为了对异常用户和异常日志进行评估,改善一种攻击检测算法,将日志检测范围从带有参数的日志扩展至对所有日志。3、将网络日志的行为拓扑抽象成双层级联失效模型,构建一种具有动态依赖组和修复机制的级联失效模型。定义两种层间的影响方式,提出级联失效模型的理论分析并推导出最大连通分支的表达式。仿真实验验证表明理论解的真实性。研究多层网络级联失效模型的影响因素。仿真实验表明依赖节点的比例和依赖组的规模和网络鲁棒性有关。此外,提升网络连接的紧密度也可以使网络更加鲁棒。(本文来源于《北京邮电大学》期刊2019-06-03）
何江银,黄岷,李端肃,吴明生[4]（2019）在《基于FEK的大数据网络日志分析》一文中研究指出信息技术在企业中的迅速普及与应用,随之带来的是大数据处理的困难与挑战。企业每天生成很多日志文件,如果能实时处理分析日志数据,企业就能够提高管理效率,为生产经营提供更好地服务。本文介绍了基于Flume的服务器日志采集与分析过程,基于Elastic Search分布式存储搜索,使用Kibana对企业资源访问进行了分析。(本文来源于《信息记录材料》期刊2019年05期）
刘磊,孙路强,周利霞,许贺[5]（2019）在《基于Syslog的网络日志管理平台》一文中研究指出本文基于Syslog的网络日志管理平台对海量日志进行收集,并通过模式匹配的方法对日志进行了分析,形成了日志分析告警,有效对设备和服务运行状态进行监控,在实际应用中很好的解决了暴力破解发现,异常操作感知等问题。(本文来源于《电子技术与软件工程》期刊2019年05期）
李言飞,张鹏,戚晓鹏,张业武[6]（2018）在《中国疾病预防控制信息系统网络日志大数据分析》一文中研究指出目的利用大数据分析平台,对中国疾病预防控制信息系统网络日志进行分析,为优化信息技术基础资源配置和提高网络安全管理提供依据。方法基于Hadoop和Spark为核心的大数据分析平台,完成对2016年1—7月中国疾病预防控制信息系统网络日志数据的处理、分析和结果展示。结果初步掌握了系统资源利用、用户行为、用户分布、系统非正常访问等情况,同时也发现了日志格式不规范、内容有缺失等不足之处,提出了改进办法。结论利用大数据平台可实现大型业务系统海量日志的高效分析和展示,及时发现有效信息,对于优化系统资源,掌握用户情况及网络安全管理至关重要。(本文来源于《中国卫生信息管理杂志》期刊2018年06期）
李亚红,胡前忠[7]（2018）在《分布式网络日志分析系统的设计与实现》一文中研究指出面对当前海量网络日志数据积累的现代社会,人们迫切希望从浩瀚的数据中提炼出有价值的信息。因此,结合分布式系统和当下大数据处理技术,完成了分布式Web日志分析系统的设计和实现。系统结合实时计算和离线计算技术,实现了对站点的入侵检测和运行状态监控分析。同时,将数据挖掘的相关理论应用到系统中的访问者行为分析模块,实现了对访问者行为轨迹的分析,并将分析结果以友好的可视化界面展示给网站运营者,从而达到日志的自动化采集、分析和结果可视化分析处理。(本文来源于《信息与电脑(理论版)》期刊2018年21期）
应毅,任凯,刘亚军[8]（2018）在《基于大数据的网络日志分析技术》一文中研究指出传统的日志分析技术在处理海量数据时存在计算瓶颈。针对该问题,研究了基于大数据技术的日志分析方案:由多台计算机完成日志文件的存储、分析、挖掘工作,建立了一个基于Hadoop开源框架的并行网络日志分析引擎,在MapReduce模型下重新实现了IP统计算法和异常检测算法。实验证明,在数据密集型计算中使用大数据技术可以明显提高算法的执行效率和增加系统的可扩展性。(本文来源于《计算机科学》期刊2018年S2期）
张扬[9]（2018）在《基于大数据技术的网络日志分析系统》一文中研究指出近年来,网络技术发展迅速,摘且为推动我国科技创新的发展做要出了较大的贡献,作为网络技术发展的组成部分,基于大数据技术的网络日志分析系统的研究,不仅关系着网络日志分析系统自身的大数据技术发展,而且对于现代化网络技术的发展也具有重要的影响。基于此,本文展开了对大数据时代背景下,网络日志分析系统的研究。(本文来源于《电子技术与软件工程》期刊2018年17期）
陈晗阳,陈建兵,梁立[10]（2018）在《网络日志数据的预处理技术研究》一文中研究指出提出了基于web拓扑结构和访问页面兴趣度动态确定时间间隔的算法,将其应用到网络日志数据预处理研究中的会话识别阶段.以反向代理服务器采集的网络日志作为数据来源进行实验,结果表明该算法同其他会话识别算法相比,在精确度和完整度上有了很大的提高;能够有效保留用户访问校内网的日志数据特征,为后面完成推荐或者决策提供一个良好的基础.(本文来源于《云南师范大学学报(自然科学版)》期刊2018年04期）
网络日志论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用基于相似度的特征聚类算法以及粗糙集模糊分析法,提出了基于网络日志的用户性格特征分析及行为预测方法.首先,构建标准性格特征向量库;然后,采用基于余弦相似度的特征聚类算法进行性格分析,该算法解决了适量样本情况下的机器学习中聚类的问题,使训练模板数据即使在数据不是足够大的情况下仍能提取特征;最后,采用基于粗糙集理论的模糊分析算法进行行为预测,该分析算法简化了分析过程,减少了建模中需考虑的因素,又能得出精确的结果.对比实验表明,该方法能较准确地分析不同用户性格特征和对其未来行为进行预判,并分析出可能对安全领域造成威胁的人群.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
网络日志论文参考文献
[1].杨立鹏,张仰森,张雯,王建,曾健荣.基于Storm实时流式计算框架的网络日志分析方法[J].计算机科学.2019
[2].康海燕,王紫豪,于爱民,谭雨轩.基于网络日志的用户行为刻画与预测研究[J].郑州大学学报(理学版).2019
[3].由婧文.基于网络日志的行为拓扑分析[D].北京邮电大学.2019
[4].何江银,黄岷,李端肃,吴明生.基于FEK的大数据网络日志分析[J].信息记录材料.2019
[5].刘磊,孙路强,周利霞,许贺.基于Syslog的网络日志管理平台[J].电子技术与软件工程.2019
[6].李言飞,张鹏,戚晓鹏,张业武.中国疾病预防控制信息系统网络日志大数据分析[J].中国卫生信息管理杂志.2018
[7].李亚红,胡前忠.分布式网络日志分析系统的设计与实现[J].信息与电脑(理论版).2018
[8].应毅,任凯,刘亚军.基于大数据的网络日志分析技术[J].计算机科学.2018
[9].张扬.基于大数据技术的网络日志分析系统[J].电子技术与软件工程.2018
[10].陈晗阳,陈建兵,梁立.网络日志数据的预处理技术研究[J].云南师范大学学报(自然科学版).2018
标签：Storm; IP真人率; 攻击IP识别; 分布式网络日志分析平台;