导读:本文包含了数据流分析技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数据流,技术,数据,特洛伊木马,程序,布谷鸟,分布式。
数据流分析技术论文文献综述
刘琴[1]（2019）在《大数据分析下分布式数据流处理技术研究》一文中研究指出由于数据流的不稳定性,将数据流查询安排在固定节点上就会造成分布式数据流处理技术很难对计算资源实现较高的处理效率,基于此,提出大数据分析下分布式数据流处理技术研究。具体流程是数据收集、历史数据的存储和查询、Storm实时处理、智能索引、数据模型的建立。根据实验结果可知,本文提出的大数据分析下分布式数据流处理技术与传统技术相比,在数据流的处理效率上占有较大优势,一般维持在75%以上,能够大大节省处理时间。(本文来源于《软件工程》期刊2019年12期）
王皓然,严彬元,周琳妍[2]（2019）在《大数据流式技术在用户行为数据的监控分析中的应用》一文中研究指出本文主要论述大数据流式技术在用户行为数据的监控分析中的研究与应用的方式。(本文来源于《电子技术与软件工程》期刊2019年08期）
陈媛媛[3]（2019）在《现代汽车维修的特点及数据流技术在维修中的应用分析》一文中研究指出科学技术的发展带动了制造技术的发展,汽车制造技术的发展改善了汽车性能,使汽车内部结构更为复杂,加大了汽车维修管理的难度。基于此,本文从现代汽车维修的特点入手,阐述了数据流技术在现代汽车维修中的应用,并结合具体汽车维修案例,对数据流技术的具体应用进行分析。汽车维修人员需要合理应用对比分析法、数值分析法及电脑分析法,准确快速地了解汽车故障原因及其汽车故障部位,充分发挥出数据流技术的优势。(本文来源于《内燃机与配件》期刊2019年01期）
王恒亮[4]（2018）在《基于应用层动态特征识别技术的数据流分析软件工具包》一文中研究指出网络数据流分析,是网络运营商掌握网络态势情况的技术核心,是网络内容提供商对服务进行精确地分析与管控的前提条件,同时,其在网络安全和网络攻防领域也有着重要的作用。随着互联网的发展,网络协议的规模和复杂性持续增加,特别是大量的新增协议给网络数据流分析带来了巨大的挑战。传统的网络数据流分析,面临如下的困境:首先,大量新增私有协议的解析,需要针对每款新增协议,定制开发对应的解析软件(往往以动态库形式提供),这样的解析方法,无法快速地满足网络发展的需要;其次,随着网络协议规模的增加,当多模匹配算法的规则集达到10万条以上时,对于多模匹配算法的匹配性能和规则集更新时间提出了挑战;再次,网络流量的飞速增长,CPU性能,特别是CPU主频的增长有限,需要软件架构支持性能与功能的强可扩展性。针对上述应用需求,本文从数据流分析过程方面研究相关分析模型,从数据流分析核心算法方面研究相关多模匹配算法,从数据流分析性能方面研究相关多核处理平台的特点及并行化处理架构技术,详细研究工作如下:1)可配置化的,数据识别与信息要素提取方法。本文通过分析大量标准、非标准协议识别、要素提取方法,对方法进行抽象化设计,提出一种包含协议识别、报文拼接、以及信息要素抽取、分析结果输出四个过程的,全方位的配置化引擎。可通过配置化的XML脚本语言,完成协议解析的全过程,极大地降低了新增协议的开发难度和工作量。2)对多模匹配算法的优化。本文对网络数据流分析使用的核心多模匹配算法,进行了研究。针对目前使用最为广泛的ACBM算法,其不利于规则动态更新的问题(特别是使用位图压缩的改进ACBM算法),跳转匹配率低的问题,结合Sunday模式匹配算法,设计了一种基于Sunday算法跳转规则的,可实时更新模式规则的AC多模搜索算法。改进的AC算法,每秒钟可更新10000条以上的规则,每千个报文的平均匹配时间为5.7ms,比标准ACBM算法提升约34%。3)在多核平台上,支持性能与功能的强可扩展性。为了实现功能和性能的线性扩展,本文充分研究了UNMA架构下CPU的特性,以及内存管理、CPU亲和性、并行流水线架构等并行化技术,提出一种基于NUMA架构下高扩展性的并行处理架构,经测试,该架构可随着CPU核数的增加,性能线性扩展。最后,综合上述叁方面的研究成果,设计并实现了基于应用层动态特征识别技术的数据流分析软件工具包,并使用现网采集的数据报文,在实验室模拟环境下进行了功能和性能的测试。工具包实现了对主流L2-L7层协议的配置化识别解析,同时,其性能也达到了10Gbps的线速处理。(本文来源于《东南大学》期刊2018-09-10）
李子璇[5]（2018）在《基于数据流挖掘分析的入侵检测技术研究》一文中研究指出随着移动设备的普及,激增的网络数据流给入侵检测的实时性、准确性等方面提出了更高的要求。大量攻击行为隐藏在数据流中难以被发现,如何从数据流中发现攻击行为成为了当前研究的热点。将数据流挖掘技术应用在入侵检测中,可及时处理不断到来的数据流,提高检测的实时性。基于误用的入侵检测系统具有高检测率,但无法识别未知行为;基于异常的入侵检测系统可以发现未知攻击,但误报率较高。如何将二者较好地结合起来,实现高检测率、低漏报率和低误报率的入侵检测系统是目前需要解决的问题。本文所做的工作有以下几个方面:考虑到当前网络环境的负载较高,将基于误用的入侵检测技术和基于异常的入侵检测技术相结合,提出了基于数据流挖掘的入侵检测系统框架。在网络数据采集后,首先采用规则匹配的方式对已知类型的攻击行为进行过滤区分;然后将数据包传递至数据管理模块,并根据已识别行为和未知行为将数据包分开进行存储;数据挖掘模块根据用户的请求,对指定时间区间内的数据进行信息提取,从中发现未知的攻击行为;最后将发现的异常行为转化为新的匹配规则,并反馈至过滤模块,增强误用检测的检测能力。针对数据流高速到达、高维度和混合属性等特点,本文依据CluStream算法的两阶段聚类思想,提出了HWFStream数据流聚类算法。在线阶段利用信息熵进行特征提取,对数据流进行增量微聚类,根据聚类结果提取微簇概要,并保存到磁盘或外部存储器中;考虑到模糊聚类效果易受初始聚类中心选取的影响,离线阶段利用布谷鸟搜索对模糊聚类算法加以改进,优化初始聚类中心的选取过程。考虑到数据流概念漂移等问题,算法引入时间衰减窗口,在微簇概要结构中添加权值属性,以确定不同时间段形成的微簇,在离线阶段对于聚类过程的影响。在KDDCUP99数据集上的对比实验结果表明,HWFStream算法能有效处理高维数据流,对混合属性数据的聚类效果较好,且不易受到数据中孤立点的影响。将提出的入侵检测框架应用在实际项目中,利用基于误用的Snort入侵检测系统对数据流进行匹配过滤,并在此基础上通过实现本文提出的HWFStream算法,对过滤后剩余的未知数据进行挖掘,发现其中存在的异常行为。经过项目测试,该框架能快速检测出已知类型的攻击行为,并对异常行为进行区分识别,具有较高的检测率和实时性。(本文来源于《武汉理工大学》期刊2018-04-01）
许江[6]（2018）在《对数据流技术在汽车维修中应用分析》一文中研究指出随着我国经济水平以及科技水平的飞速提升,汽车维修行业获得了迅猛的发展。将数据流技术应用在汽车维修过程中,主要采用的是数字编码与信号序列号,是应用计算机技术的重要表现形式。人们对汽车的需求日益提升,汽车的构造也更加多元化、系统化,也使汽车维修过程的难度大幅增加。综上所述,文章将对数据流技术在汽车维修中的应用策略展开简单的分析,从而有效解决汽车维修过程中存在的各种问题。(本文来源于《汽车实用技术》期刊2018年04期）
孟奂,舒辉[7]（2017）在《基于数据流分析的PLC恶意代码检测技术》一文中研究指出震网病毒的出现带来了一种新的针对工业控制系统的攻击方式。PLC恶意代码检测是工业控制系统安全核心问题之一。目前,PLC恶意代码检测手段主要包括模型检测和程序特征检测,这两种方法各有其局限性。提出了一种基于数据流分析的PLC代码检测技术,对程序中关键变量的取值范围进行评估,从而检测出PLC程序中是否插入了篡改这些关键变量的恶意代码。(本文来源于《信息工程大学学报》期刊2017年05期）
杨小川,姜军,马晓东,漆锋滨[8]（2017）在《基于GCC关键变量数据流分析算法的程序切片技术》一文中研究指出随着程序的规模的扩大和复杂度的提高,通过直接分析源码进行程序切片,变得十分困难。在现有的利用编译优化技术来优化程序切片的方法中,存在无法有效利用程序的编译时信息和编译器的优化技术,以及对语言的支持不完善的问题。为此,分析了GCC编译器在编译时的中间表示,首次提出了基于GCC关键变量数据流分析算法的程序切片技术,以程序的GIMPLE中间表示为基础,以程序基本块为单位,通过迭代求解数据流方程,分析程序基本块内和不同基本块间的关键变量数据流信息。该程序切片技术可以获取源程序中仅与预设目标函数相关的关键变量和关键语句,缩减程序规模。最后通过实验,证明了该算法的可行性。(本文来源于《计算机工程与应用》期刊2017年24期）
冬雨辰[9]（2016）在《用于交互式程序验证的数据流分析技术》一文中研究指出软件开发过程需要保证程序满足正确性规约。目前主要有软件测试、模型检验等技术用于程序的正确性保证。软件测试通过测试用例集来描述正确性规约,在测试用例集上执行目标程序以判断结果是否符合预期；模型检验通过自动机、Petri Net等对软件系统进行建模,判断软件系统运行过程是否会出错。但是测试方法只能保证程序在一定覆盖度下满足规约,无法证明程序正确,而模型检验方法使用分析程序状态来判断是否会有不安全的错误情况,存在状态空间爆炸的问题。它们不适合针对计算处理过程的程序验证。为了准确地验证和数据处理计算相关程序性质,相关研究者提出了使用逻辑推理系统如Hoare Logic对程序进行静态验证的方法：分析人员用包含自定义递归函数的逻辑公式描述程序程序的状态,并使用逻辑系统的推理规则分析程序状态在语句执行前后的变化。分析人员还可以使用约束求解器等工具辅助推导更多的性质。研究人员对Hoare Logic进行扩展得到Separation Logic和Scope Logic,更是使得逻辑系统具有了处理指针别名的能力。然而基于逻辑系统人工推导性质的过程十分复杂,涉及多种推理规则的结合使用。尤其是当处理循环语句和递归数据结构时,人工分析更是容易发生错漏,所以该方法对分析人员的经验和能力有较为苛刻的要求。为了使得基于逻辑系统的程序验证过程更加准确和高效,本文提出了如下的方法：·提出了一种在Scope Logic上进行交互式的程序验证的方法。多种分析技术之间通过程序点的逻辑公式进行协作。分析人员可以与分析过程进行交互,手工进行程序性质的验证,也可以自行指定多种分析技术结合进行程序性质的分析。分析技术只要满足相关约束,即可参与交互程序验证的过程。交互式的程序验证可以保证灵活性,可以提高程序验证的自动化程度。·提出了使用数据流分析结合Scope Logic对程序性质进行自动分析的方法。分析人员将递归函数公式描述的程序性质取值转化为交半格表示的数据流值,并为数据流值设置随着程序语句传播的过程。数据流算法便可自动化求解最终的程序状态。分析过程自动将结果转成公式,并且自动设置公式的来源和依赖关系。当数据流分析过程满足相关约束时,该数据流分析过程就可以作为一种自动化技术参与交互式程序验证。分析人员保证数据流值半格高度有穷和传播过程的单调,即可保证数据流迭代算法收敛。通过使用该方法进行自动化验证,程序验证的效率得到提高。我们将以上数据流分析的方法在基于Scope Logic的程序分析工具Accumu-lator上集成实现,分析人员可与工具交互,使用不同分析过程验证程序性质。我们使用该工具分析了一系列递归数据结构操作实例,主要包括单链表形状变化的代码,如单链表的插入、删除和翻转等。实验对正确和错误的代码都进行了分析,实验结果表明,分析人员使用我们的方法得到的结果满足Scope Logic的规约,可以有效地与其他技术进行交互,因而可以准确地验证程序性质。(本文来源于《南京大学》期刊2016-05-23）
徐欣[10]（2016）在《动态数据流分析技术在恶意软件分析中的应用研究》一文中研究指出恶意软件是攻击者破坏或者窃取目标系统信息的一种黑客工具,对信息系统的安全构成了极大的威胁。对恶意软件分析技术的研究可用于网络边界防护、信息系统安全防护以及研究针对性的溯源技术。现阶段使用的主要分析技术,是采用静态反汇编分析以及以调试技术为主的动态分析,依赖人工分析,效率较低。此外,采用挂钩系统函数方式实现的沙箱分析技术也是一种常用的恶意软件分析的方法,但得到的多是一些诸如网络通信端口以及API调用等离散的信息,难以清晰描述程序执行中的数据处理过程。随着大量新的恶意软件不断出现,需要更有针对性的技术以提高分析效率。本文针对现有恶意软件分析技术方法存在的主要问题,引入了动态二进制插桩技术和动态污点传播分析技术。恶意软件的行为很多是围绕数据进行的,针对数据在程序中处理过程的分析十分重要。动态二进制插桩分析方法具有方便编程自定义分析程序动态运行过程的特点,在二进制程序执行流程的监视和分析以及二进制程序中数据流的分析方面可以减少人工分析工作量；基于动态二进制插桩技术的动态污点传播分析也可以与API监视结合,通过定义分析过程实现数据流监视的自动化。本文深入分析了特洛伊木马的加壳保护机制以及协议处理机制,设计和实现了针对软件保护的原始入口点判断程序和基于Pin动态二进制插桩框架的二进制污点传播分析程序,验证了针对特洛伊木马协议通过数据流处理过程澄清其协议格式的分析方法的有效性。通过分析软件恶意后门行为并进行模型描述,设计和实现了一个利用污点传播技术实现软件运行时敏感流监视的软件后门行为分析程序,并选取典型软件后门案例进行了实例分析。在恶意软件分析中引入动态二进制插桩分析技术和污点传播分析技术,可以清晰地动态追踪重要目标数据流在程序中的传递过程,可以显着地提高安全分析人员对于程序具体执行过程的逆向追踪分析的效率。(本文来源于《中国科学技术大学》期刊2016-04-16）
数据流分析技术论文开题报告
（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：
本文主要论述大数据流式技术在用户行为数据的监控分析中的研究与应用的方式。
（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。
数据流分析技术论文参考文献
[1].刘琴.大数据分析下分布式数据流处理技术研究[J].软件工程.2019
[2].王皓然,严彬元,周琳妍.大数据流式技术在用户行为数据的监控分析中的应用[J].电子技术与软件工程.2019
[3].陈媛媛.现代汽车维修的特点及数据流技术在维修中的应用分析[J].内燃机与配件.2019
[4].王恒亮.基于应用层动态特征识别技术的数据流分析软件工具包[D].东南大学.2018
[5].李子璇.基于数据流挖掘分析的入侵检测技术研究[D].武汉理工大学.2018
[6].许江.对数据流技术在汽车维修中应用分析[J].汽车实用技术.2018
[7].孟奂,舒辉.基于数据流分析的PLC恶意代码检测技术[J].信息工程大学学报.2017
[8].杨小川,姜军,马晓东,漆锋滨.基于GCC关键变量数据流分析算法的程序切片技术[J].计算机工程与应用.2017
[9].冬雨辰.用于交互式程序验证的数据流分析技术[D].南京大学.2016
[10].徐欣.动态数据流分析技术在恶意软件分析中的应用研究[D].中国科学技术大学.2016
论文知识图
