网络异常流量与行为分析

基于行为分析的网络流量异常检测是当前网络安全中的热点研究方向，本书基于大数据和图技术，围绕异常行为轮廓构建和网络异常检测及其优化问题涉及的若干个关键技术展开介绍，使读者了解基于大数据技术进行网络流量异常的检测和预警。

这是一本专注于网络流量异常检测与网络行为分析的著作。该书基于大数据和图技术，深入探讨了异常行为轮廓构建和网络异常检测及其优化问题涉及的若干个关键技术。 首先，该书详细分析了互联网发展与网络安全威胁，指出随着互联网的普及和发展，网络已经成为人们生活、工作、学习的重要工具。然而，互联网的发展也带来了许多网络安全威胁，如网络攻击、网络病毒、网络欺诈等。这些威胁不仅对个人造成了损失，也对企业和社会造成了巨大的影响。因此，如何有效地检测和预警这些网络异常行为，成为了网络安全领域的研究热点。 其次，该书深入探讨了网络行为研究的技术现状，包括主机系统级安全监测、异常流量网络行为分析检测、图分析技术以及主机群行为研究现状。这些技术各有优势和不足，需要进一步的研究和发展，以更好地理解和应对网络行为中的各种挑战。 此外，该书还详细介绍了Spark数据分析原理，包括Apache Spark的工作机理、核心组件以及数据分析层。Apache Spark是一个开源的分布式集群计算通用框架，主要用于实现大规模数据的数据分析、机器学习和图处理。其核心组件包括Spark SQL、MLlib，GraphX和Spar