监理工程师工作报告和监理日志的编写

作为我国建设体制改革的一项重要制度，建设监理制正在全国许多重要建设项目中普遍实施，但这一制度在国内工程建设和管理中的具体运作仍处在探索和完善时期。随着建设体制改革的不断深入，对监理工程师工作的规范化、程序化和有效性必将有更高的要求。在此，本文就如何规范、有效地编写监理工程师工作报告和监理日志，谈一些粗浅的认识。回监理工程师工作报告的编写1．l内容设置根据施工阶段工程监理的特点，监理工程师的主要工作内容是合同管理、进度控制、质量控制和投资控制，因而监理工程师工作报告在内容设置L应包括上述内容和与之有…     

基于 K 均值多重主成分分析的 App-DDoS 检测方法

针对应用层分布式拒绝服务攻击,利用Web日志的数据挖掘方法提出一种K均值多重主成分分析算法和基于该算法的App-DDoS检测方法。首先,通过分析正常用户和攻击者的访问行为区别,给出提取统计属性特征的方法;其次,根据主成分分析法的数据降维特性并利用最大距离划分法,提出一种K均值多重主成分分析算法,构建基于该算法的检测模型。最后,采用CTI-DATA数据集及模拟攻击获取的数据集,进行与模糊综合评判、隐半马尔科夫模型、D-S证据理论3种检测方法的App-DDoS攻击检测对比实验,实验结果证明 KMPCAA检测算法具有较好的检测性能。     

基于hadoop的大规模查询日志分析模型设计

日志分析对于在用户搜索领域有着很重要的意义,目前的日志分析系统有着不少弊端,比如：海量数据无法处理、离线处理模式、处理时延长等。对日志数据采用分级归档,可以实现大数据的分级优化处理。本文通过提出在一种基于Hadoop的大数据日志分析模型,并对其业务处理流程以及功能架构进行深入分析,实验结果反映出该系统扩展性强、海量数据处理能力卓越、满足在线处理等,具有良好的可行性和有效性。     

基于日志模板的异常检测技术

日志分析是云计算业务平台管理中一项非常重要的工作.日志分析旨在保证云平台的高效性与可用性,传统的人工分析方式存在日志复杂、日志量大等问题.本文提出了一种日志异常检测方法,首先基于编辑距离进行文本聚类形成日志模板,在此基础上构建特征向量,利用弱分类器训练形成得分特征向量,利用得分特征向量与随机森林构建强分类器.实验表明,日志模板与真实模板之间的互信息为0.91,较为接近,利用随机森林构建的强分类器在本文的数据集上表现最好,分类精度达0.94.     

数据备份方法及灾难恢复探讨

备份不仅是数据的保护,其最终目的是为了在系统遇到人为或自然灾难时,能够通过备份内容对系统进行有效地灾难恢复。备份不是单纯的拷贝,管理也是备份重要的组成部分。管理包括备份的可计划性、磁带机的自动化操作、历史记录的保存以及日志记录等。一、备份技术分类数据备份有多种实现形式,从不同的角度可以对备份进行不同的分类。1.备份模式角度(1)逻辑备份每个文件都是由不同的逻辑块组成。每一个逻辑的文件块存储在连续的物理磁盘块上,但组成一个文件的不同逻辑块极有可能存储在分散的磁盘块上。备份软件通常既可以进行文件操作,又可以对…     

基于行为分析的Web日志用户识别算法

文章提出了一种Web日志分析中数据预处理阶段用户识别的新算法。这种算法基于用户浏览行为的建模,能够很好地处理同一用户在不同地点上网情况下的用户识别问题。本算法通过归一化的支持度指标来选择最能代表用户浏览行为的行为模式,并用布尔编码的方式提取特征。用户间的相似度采用余弦相似方法计算,并利用KNN（K=I）的分类方法来识别用户。在特定构造的数据集上的实验表明文章提出的算法能够不依赖于IP信息识别用户并具有较好的识别率。     

基于Web挖掘的个性化学习系统

随着Internet的深入发展和不断的普及,Web已经成为人们获取信息,进行学习的最重要的手段之一.但是,目前Web系统只为所有用户提供相同的服务,而Web用户的需求却千差万别,用户希望Web系统能够根据他们的不同特性提供个性化的服务.普通的学习系统已经不能适应他们的学习,不能体现他们的个性化.因此,根据他们的不同特性开发个性化的学习系统已变得相当重要.     

基于日志信息的光通信网络流量预测研究

为了明确当前光通信网络流量预测过程中存在的一些问题,提出了基于日志信息的光通信网络流量预测方法。首先获取光通信网络服务的日志信息获取网络流量历史数据,并光通信网络流量数据进行预处理,建立光通信网络流量预测训练样本,然后引入灰色模型和神经网络建立光通信网络流量组合预测模型,以实现未来一段时间的光通信网络流量预测,最后的光通信网络流量预测实例分析结果表明,本方法根据日志信息可以挖掘光通信网络流量变化趋势,不但光通信网络流量预测精度超过92%,可以为光通信系统管理者提供有用的参考信息。