基于Web日志挖掘应用研究

本文对数据挖掘技术在Web日志文件中的挖掘应用进行了探讨,并对Web日志挖掘的意义、步骤、数据、准备以及算法进行了归纳,旨在帮助网站管理者更好的管理Web站点,用户更能方便的从Web站点获得服务,提高Web的使用效率.     

蜜罐系统中日志服务器的安全性研究及实现

蜜罐技术是一种主动防御的网络安全技术．针对蜜罐系统中日志服务器的功能和特点,提出了采用伪装数据包进行日志传输的思想,能更好地隐藏日志服务器,提高其安全性．在详细描述了日志文件伪装传输的实现过程的同时,对伪装结果进行了测试．测试表明,所提方法达到了预期的效果．     

基于XML的Web日志预处理

提出使用XML文件的方法存储不同Web日志的格式,采用一个通用的方法分析原始的Web日志,并对日志做预处理、产生Web日志挖掘系统所需的数据,从而使Web日志挖掘更快速和准确。     

Web溯源蜜罐对抗防御技术研究

部署溯源蜜罐是提高Web网络安全性和稳定性的重要手段。Web溯源蜜罐能通过多种探测手段主动获取攻击者的关键信息,以此完成对攻击者的溯源反制。该文针对Web溯源蜜罐面临的隐蔽性低、对抗防御能力不足等问题,调研了Web溯源蜜罐的研究现状,对比整理了Web溯源蜜罐的类型和特点,按蜜罐部署方式和设计标准分类介绍了其主要类型情况,分析了具有代表性的两款蜜罐的技术细节和具体实现框架,并给出了攻防对抗环境下的Web溯源蜜罐防御体系构建思路。     

浅说电子商务中的数据挖掘技术

分析了Web挖掘技术的主要特点,提出了Web使用挖掘技术在电子商务中的应用方法,并对其挖掘过程进行了详细地阐述.从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群,使企业提供个性化信息服务和开展有针对性的电子商务活动.     

支持动态服务组合的Web服务封装

针对如何将包含复杂操作的Web服务封装成Web服务社区和Web服务簇这一问题,提出一种基于Web服务日志,使用序列模式挖掘技术的Web服务封装方法.该方法对Web服务日志进行序列模式挖掘以获得业务功能服务序列,使用获得的序列将Web服务封装成业务功能服务,进而封装成服务社区和服务簇.使用该方法可以有效地将包含复杂操作的Web服务封装成支持动态服务组合的服务社区和服务簇.     

Web挖掘在远程教育系统中的应用

阐述了在远程教育系统的研究和应用中，利用Web挖掘技术，有效地将学生学习过程中的数据记录到日志文件中，并对日志文件进行有效地分析和挖掘；利用Apriori改进算法FT-树增长算法，找出对远程教育系统及基于Web的其他教学和管理工作有指导作用的关联规律。     

Web挖掘在Web交易中的应用

基于Web的数据挖掘是一种结合了数据挖掘和互联网系统的热门研究课题.随着互联网的高速发展,Web挖掘由于其独特的优点,在Web交易中扮演了越来越重要的角色.运用Web挖掘对Web交易服务器的日志文件和客户交易信息进行挖掘,有助于企业了解客户的访问行为,挖掘潜在客户群和开展有针对性的服务.对Web挖掘技术进行综述,并介绍了该技术在Web交易中的几个应用.     

数据挖掘在实验系统的应用

介绍了Web数据挖掘的概念的分类以及在教育中的Web数据挖掘的主要过程,并以实验系统的应用,利用Web挖掘技术,有效地对考生考试过程中的数据记录到日志文件中,并对日志文件进行有效地分析和挖掘,找出对系统及基于Web的其他教学和管理工作有指导作用的关联规律。     

基于免疫聚类的Web日志挖掘

Web日志挖掘旨在使用数据挖掘技术从Web服务器日志文件中挖掘出有用的规律和模式,以此改进网站结构以及实现Web个性化服务。本文提出基于免疫聚类的Web日志挖掘算法,利用人工免疫系统的基本原理来进行用户聚类分析,从而发现相似客户群体、挖掘潜在客户。免疫聚类通过模拟免疫系统体液免疫应答的基本过程,提取出数据的基本特征,以此概括数据的分布特征,从而实现Web日志数据的无监督自组织聚类。通过在真实数据集上的实验证明了该算法的可行性和有效性。     

Web日志挖掘中数据预处理技术研究

Web日志挖掘的基本思想是将数据挖掘技术应用于Web日志数据源。在数据挖掘研究领域中,数据预处理起着至关重要的作用。Web日志挖掘的数据源最主要的是Web日志,根据Web日志的特点,在预处理过程中的会话识别阶段给出一种基于过滤框架网页与页面访问时间阈值相结合的会话识别方法,实验数据验证说明该方法可以显著地提高Web日志挖掘结果的兴趣性。     

一种新型的Web应用可靠性评估工作量计算方法

Web应用系统已经应用到各个领域,研究Web应用的可靠性日益重要.首先定义Web应用失效,引出了Web应用可靠性的概念;通过分析IIS日志数据,收集相应的用户操作和信息传送失效数据,从Web应用软件系统的角度探讨了基于日志的Web应用可靠性评估的可行性.基于网站用户群使用特征的规律性,提出了一种新型工作量计算方法,该方法首先运用平均加权技术进行无单位化处理,再设置目标函数经优化得到计算新型工作量的权量.最后通过实验验证了新型工作量的有效性.实验结果表明,采用新型工作量计算Web应用的可靠度稳定性较好,可信性较高.     

Semantic Session Analysis for Web Usage Mining

A semantic session analysis method partitioning Web usage logs is presented. Semantic Web usage log preparation model enhances usage logs with semantic. The Markov chain model based on ontology semantic measurement is used to identifying which active session a request should belong to. The competitive method is applied to determine the end of the sessions. Compared with other algorithms, more successful sessions are additionally detected by semantic outlier analysis.     

网络安全体系中蜜罐技术分析

对目前网络中蜜罐的分类及其涉及的主要技术进行分析,指出了蜜罐技术存在的缺陷,并讨论了网络安全中密罐技术今后的发展方向。     

基于OpenFlow的蜜罐主动取证技术

提出了一种方法,将攻击流量自动从真实的云计算服务器中隔离到蜜罐服务器中.通过创建一个蜜罐网络服务器的虚拟机,使蜜罐服务器配备与真实云计算服务器相同的内存和存储设备,并通过OpenFlow控制和监控网络流量,从而将蜜罐系统与真实云服务器隔离开来.当访客正常访问服务器时,交换机会将访客的访问请求路由到真实的服务器.当某个访客被IDS标记为可疑攻击者时,交换机会重新计算路由路径,将攻击者的请求路由到制定的蜜罐中.      

教学网站学生访问模式挖掘

提出运用数据挖掘技术,通过对教学网站的W eb日志进行挖掘,得到学生使用教学网站的模式。并根据挖掘得到的模式和规则,改进教学网站的建设,提高教学网站的使用价值。     

Game theoretic simulation on the mimicry honeypot

A mimicry honeypot framework based on game theory is presented in our work, which can calculate the equilibrium strategy of the deceptive game using non-cooperative incomplete dynamic game theory, and make decisions for the mimicry framework to deploy the simple service, the honeypot and the fake honeypot. A mimicry prototype is implemented using NS2 platform, and simulation experiments are launched to validate the decision-making result and the deceptive performance of the mimicry honeypot. The empirical study shows that the mimicry honeypot framework based on game theory can be able to influence the equilibrium strategy results by dynamically changing the deployment vector of the mimicry system. It validates that the mimicry honeypot framework has better flexibility, activeness and fraudulence than the traditional honeypot.     

一种新的Web事务模糊聚类算法的研究

提出了一种新的Web事务模糊聚类算法。首先，在Web日志预处理后建立Web站点用户访问矩阵，矩阵元素为用户访问离散化时间，在此基础上进行Web事务群体的模糊聚类，最后对在线的活动Web事务进行类别归属。经实验证明，该算法比已有的算法准确性高，运行时间少，扩展性好，它可以广泛地应用于电子商务领域，如个性化Web和Web推荐系统等。     

一种基于Web日志的Web用户群体和URL聚类算法

通过处理和研究Web日志,得到多数用户感兴趣的页面URL和具有相近访问爱好的用户群体,对站点的结构是否适合用户作出判断并进行相应的调整,从而实现对用户的个性化服务．     

Web日志挖掘及AprioriAll算法的改进

阐述了利用数据挖掘技术对Web日志进行挖掘的可能性及其重要作用.通过用户维的引入,对已有的Apri-oriAll算法进行了改进,改进后的算法降低了原算法的时空复杂度,特别是在新算法中可以对Web日志数据按用户维进行切片,消除了原算法中的I/O相关性.这不仅使对Web日志数据进行的挖掘活动可以分散地进行,而且使多机连网分布式挖掘成为可能,同时还可以实现对Web日志的增量挖掘和动态挖掘.此外,该改进算法的特殊意义还在于它不仅可以将所有用户看作一个整体进行挖掘,而且还可以对不同的用户个体的行为进行独立地挖掘,使挖掘出的结果能够满足对用户个性化使用的需求.