電信運(yùn)營人員行為分析的研究與設(shè)計(jì).pdf

1、隨著科技的發(fā)展，計(jì)算機(jī)已經(jīng)深入到我們工作、學(xué)習(xí)和生活中。網(wǎng)絡(luò)給我們帶來便利的同時(shí)，也產(chǎn)生了各式各樣的安全問題。為了加強(qiáng)員工在工作中的行為規(guī)范，保證公司的核心資料不被泄漏，現(xiàn)從安全的角度考慮，以Hadoop技術(shù)作為數(shù)據(jù)存儲和處理的技術(shù)框架，對用戶日志進(jìn)行采集和行為審計(jì)，從而分析用戶行為是否存在安全隱患，及時(shí)作出響應(yīng)。
　　審計(jì)的用戶行為主要包括:登錄行為、帳號管理、密碼修改、權(quán)限管理、系統(tǒng)操作行為、網(wǎng)絡(luò)應(yīng)用程序、文件傳送、郵件和文件

2、傳輸協(xié)議。論文從四個(gè)方面對用戶的行為進(jìn)行分析和研究:
　　1)審計(jì)規(guī)則生成模型設(shè)計(jì):規(guī)則分為規(guī)則頭和規(guī)則選項(xiàng)，并定義了各自的語法。采用Apriori算法挖掘出強(qiáng)關(guān)聯(lián)規(guī)則和管理員定義兩種方式完善規(guī)則庫。針對Apriori算法存在的缺點(diǎn)，采用在生成頻繁項(xiàng)集的無用的交易記錄添加標(biāo)記的方法進(jìn)行優(yōu)化，提高關(guān)聯(lián)規(guī)則挖掘效率。
　　2)日志的采集:本文實(shí)現(xiàn)多點(diǎn)分布式數(shù)據(jù)的采集，將主機(jī)數(shù)據(jù)源和網(wǎng)絡(luò)數(shù)據(jù)源有機(jī)的結(jié)合起來。使用Flume和Kaf

3、ka開源軟件。Flume可定制各類數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)。Kafka實(shí)現(xiàn)對數(shù)據(jù)的緩存，利用主題和分區(qū)實(shí)現(xiàn)數(shù)據(jù)的分類和負(fù)載均衡。
　　3)設(shè)計(jì)實(shí)現(xiàn)審計(jì)系統(tǒng):基于優(yōu)化的Apriori算法，挖掘出用戶的強(qiáng)關(guān)聯(lián)規(guī)則，生成規(guī)則庫。對采集的基于日志的用戶行為，采用特征匹配、頻率分析、關(guān)聯(lián)分析和關(guān)鍵字分析等方法進(jìn)行行為審計(jì)，對存在異常的行為通過郵件的方式將審計(jì)結(jié)果發(fā)送給安全管理員，管理員根據(jù)審計(jì)結(jié)果的反饋，及時(shí)作出決策支持。
　　4)對