基于WEB访问日志的异常检测技术研究的中期报告.docx

基于WEB访问日志的异常检测技术研究的中期报告
中期报告
一、研究背景
WEB访问日志是WEB服务器中的一项重要记录功能，记录了客户端访问WEB服务器时发送的HTTP请求日志信息，包括请求的URL、请求时间、访问源IP地址、用户代理等信息。WEB访问日志可以提供给网络管理员对服务器的监控、性能分析、访问统计等功能。
随着互联网的快速发展，WEB服务器面对的攻击与威胁日益增多，传统的安全防御手段已经不能完全保障WEB服务器的安全。因此，基于WEB访问日志的异常检测技术成为了网络安全研究中的一个热点领域。
在本研究中，我们通过对WEB访问日志进行深入分析，提出了一种基于统计学的异常检测方法。
二、研究内容
1、WEB访问日志特征提取
在WEB访问日志中，我们提取了以下特征：
-请求的URL信息
-请求时间
-访问源IP地址
-用户代理信息
-HTTP返回状态码
-请求方法
通过对以上特征的分析，我们可以发现，攻击者往往会采用大量的请求方法、请求URL，并且请求时间、请求来源IP地址等信息也存在异常情况。因此，我们可以通过对这些特征进行统计分析，来检测异常情况。
2、基于统计学的异常检测方法
在本研究中，我们通过概率密度分布函数的方式来检测异常情况。具体的，我们将WEB访问日志中的每一个特征值都抽象成一个随机变量，然后计算每个随机变量的概率密度分布函数。对于某一个特征值，如果它的取值超出了概率密度分布函数的标准范围，则认为它是一个异常的特征值。
三、研究进展
本研究目前已经完成对WEB访问日志特征的提取，并对数据进行了处理。接下来，我们将会进行基于统计学的异常检测方法方面的实验，来验证本方法的可行性。
同时，我们还将会探索其他的异常检测方法，如基于机器学习的方法，通过对这些方法的对比分析，进一步优化异常检测方法。
四、研究结论
本研究通过对WEB访问日志的特征分析，提出了一种基于统计学的异常检测方法。该方法可以在一定程度上检测出WEB访问日志中的异常行为，从而保护WEB服务器的安全。
未来的研究中，我们将会继续探索其他的异常检测方法，并将本方法应用到实际的WEB服务器中，进一步验证其可行性与效果。