基于用户行为分析的Web异常事件检测工具的研究和实现

发布时间：2017-05-25 14:09

  本文关键词：基于用户行为分析的Web异常事件检测工具的研究和实现，由笔耕文化传播整理发布。

【摘要】：由于互联网技术的极大普及,人们的工作、生活等与各种Web应用服务息息相关。社交网络(就是网络+社交的意思)作为Web应用中的一种,它是通过Web这一无形载体把人们连接起来而形成的具有某一特点的网络团体,同时作为一个社会交流的平台,社交网络这类Web应用允许用户在这个平台进行信息的传播和交流。 近年来,人人网、新浪微博、微信等各种社交类Web应用越来越受到用户的大力认可和使用追捧,于是随着这类社交应用的蓬勃发展,也越来越受到不法分子的“欢迎”,因而越来越多的网络钓鱼、借钱欺诈、广告欺诈等恶意活动是基于社交网络而传播。本文针对社交网络中出现的安全问题,分析原因,从用户行为角度出发,探索通过用户行为分析发现安全隐患的方法。 论文分析了社交类Web应用的特点及其安全隐患,并提出了利用用户行为分析技术检测社交网异常事件的意义和具体的应用,利用网络爬虫爬取指定网站的数据,设计和实现了对用户数据的抓取和分析功能,并在Eclipse+Resin+MySQL的环境下,成功实现了针对社交网的Web异常事件检测工具,并对其进行了测试。
【关键词】：用户行为分析 Web社交网络 异常检测
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP393.092
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-12
• 1.1 研究背景9
• 1.2 研究意义9-10
• 1.3 研究生期间的工作总结10
• 1.4 论文组织结构10-11
• 1.5 本章小结11-12
• 第二章 背景理论及相关技术介绍12-21
• 2.1 Web应用12-13
• 2.2 用户行为分析概述13-16
• 2.2.1 数据源及其获取方式13-15
• 2.2.2 用户行为分析意义15-16
• 2.3 爬虫技术概述16-20
• 2.3.1 网络爬虫定义16
• 2.3.2 网络爬虫分类16-20
• 2.3.2.1 通用网络爬虫16-18
• 2.3.2.2 聚焦网络爬虫18
• 2.3.2.3 增量式网络爬虫18-19
• 2.3.2.4 深层网络爬虫19-20
• 2.4 本章小结20-21
• 第三章 社交网络中异常事件分析21-26
• 3.1 社交网络介绍21-23
• 3.1.1 社交网络的特点及其属性21
• 3.1.2 社交网络威胁与异常事件分析21-23
• 3.1.2.1 数据挖掘过程中的威胁22
• 3.1.2.2 传统网络安全问题22-23
• 3.1.2.3 与身份相关的安全问题23
• 3.1.2.4 异常事件分析23
• 3.2 用户行为分析的主要方法23-24
• 3.3 用户行为分析在检测社交网络中异常事件的具体应用24-25
• 3.4 本章小结25-26
• 第四章 Web异常事件检测工具的需求分析与设计26-50
• 4.1 总体需求分析26-27
• 4.1.1 技术方案及特征26
• 4.1.2 技术需求分析26-27
• 4.1.2.1 功能需求26-27
• 4.1.2.2 非功能需求27
• 4.2 总体架构27-28
• 4.3 各功能模块设计28-49
• 4.3.1 配置模块28-29
• 4.3.1.1 参数配置子模块29
• 4.3.1.2 工具更新子模块29
• 4.3.2 数据获取模块29-39
• 4.3.2.1 数据获取基本构成29-30
• 4.3.2.2 数据获取组成及关系30-32
• 4.3.2.3 人人网数据采集流程32-33
• 4.3.2.4 模块接口33-39
• 4.3.3 分析检测模块39-47
• 4.3.3.1 分析检测模块组成40
• 4.3.3.2 分析检测方法40-46
• 4.3.3.3 模块接口46-47
• 4.3.4 报警模块47-49
• 4.3.4.1 短信发送子模块47-48
• 4.3.4.2 报警查询子模块48-49
• 4.4 本章小结49-50
• 第五章 Web异常事件检测工具的实现与测试50-62
• 5.1 检测工具系统实现50-55
• 5.1.1 配置模块50-51
• 5.1.2 数据获取模块51-52
• 5.1.3 分析检测模块52-53
• 5.1.4 报警模块53-55
• 5.2 检测工具测试55-61
• 5.2.1 测试环境55
• 5.2.2 测试方法55
• 5.2.3 测试用例设计55-58
• 5.2.4 测试结果58-61
• 5.3 本章小结61-62
• 第六章 总结与展望62-63
• 6.1 论文总结62
• 6.2 工作展望62-63
• 参考文献63-65
• 致谢65-66
• 攻读学位期间发表的学术论文66

【参考文献】

中国期刊全文数据库 前9条

1 张亮;;基于HTMLParser和HttpClient的网络爬虫原理与实现[J];电脑编程技巧与维护;2011年20期

2 孙立伟;何国辉;吴礼发;;网络爬虫技术的研究[J];电脑知识与技术;2010年15期

3 张健沛,刘建东,杨静;基于Web的日志挖掘数据预处理方法的研究[J];计算机工程与应用;2003年10期

4 张召;黄国兴;鲍钰;;一种改进的SMO算法[J];计算机科学;2003年08期

5 王倩;刘奕群;马少平;茹立云;;面向用户互联网访问日志的异常点击分析[J];中文信息学报;2010年03期

6 谢逸;余顺争;;基于Web用户浏览行为的统计异常检测[J];软件学报;2007年04期

7 陈云芳,王汝传,柯行斌;基于用户行为分析的入侵检测应用模型的研究[J];微机发展;2004年02期

8 范玉刚,李平,宋执环;基于样本取样的SMO算法[J];信息与控制;2004年06期

9 刘建伟;李为宇;孙钰;;社交网络安全问题及其解决方案[J];中国科学技术大学学报;2011年07期

中国博士学位论文全文数据库 前1条

1 刘鹏;网络用户行为分析的若干问题研究[D];北京邮电大学;2010年

  本文关键词：基于用户行为分析的Web异常事件检测工具的研究和实现，，由笔耕文化传播整理发布。

本文编号：393963