学位论文 > 优秀研究生学位论文题录展示

Clean Data服务的研究与实现

作　者: 张晓博
导　师: 文登敏
学　校: 西南交通大学
专　业: 交通信息工程及控制
关键词: Clean Data Symfony Python PHP 数据库技术服务平台云服务
分类号: TP393.08
类　型: 硕士论文
年　份: 2011年
下　载: 20次
引　用: 0次
阅　读: 论文下载

内容摘要

本文所研究的Clean Data是世界著名安全软件生产商赛门铁克公司安全响应中心工作中必不可少的组成部分,公司内专门做病毒分析的工作人员,通过对从各种渠道获取的病毒样本进行分析,得到所需数据信息,并及时对病毒数据库更新,同时还有专门的病毒测试人员,对病毒分析工作者得到的可疑样本数据进一步测试,防止发生误报,使得安全产品被更准确更权威的最新病毒特征及时更新升级。而上述两类工作人员,都需要Clean Data的服务,随时查询和比较相应文件的特征属性。尽管如此,误报还是防不胜防。同时,随着网络上计算机病毒的多样性和复杂性,人们对计算机性能方面的要求也越来越高,经常要用杀毒软件对计算机硬盘上所有的文件进行扫描,花费时间的同时,也消耗了内存,影响计算机使用效率。针对这种情况,赛门铁克公司利用Clean Data恰好可以使得用户不用对每一个文件都进行扫描,只需要通过网络使用Clean Data所提供的云服务,扫描不在云服务信任区域内的文件即可。本文作者正是在赛门铁克公司中参与Clean Data工作的基础上,对Clean Data服务进行了相关的研究与实现。本文首先分析了Clean Data的研究背景与现状,介绍了Clean Data的特征信息,Symfony框架、Python、PHP语言和相关数据库技术等；然后在Clean Data服务的应用背景下,对服务平台和相关云服务进行了详细的需求分析,同时分析了数据需求和主要非功能方面的需求；随后设计了Clean Data服务的总体方案和结构,并对服务的相关方面进行了详细设计和实现,得出测试结果；最后总结全文工作,并提出了新的展望。

全文目录

摘要  6-7
Abstract  7-11
第1章绪论  11-15
  1.1 研究背景和意义  11-12
  1.2 研究现状  12-13
  1.3 研究内容  13
  1.4 论文组织结构  13-15
第2章 Clean Data服务的知识与技术  15-26
  2.1 Clean Data特征信息  15-16
    2.1.1 Lower-level数据  15-16
    2.1.2 Higher-level数据  16
    2.1.3 Other info数据  16
  2.2 Symfony技术  16-19
    2.2.1 Symfony简介  16-17
    2.2.2 Symfony原理  17-19
  2.3 Python语言技术  19-21
    2.3.1 Python简介  19
    2.3.2 Python特性  19-20
    2.3.3 Psyco与Py2exe  20-21
  2.4 PHP语言技术  21-22
  2.5 数据库相关技术  22-24
    2.5.1 事务技术  22-23
    2.5.2 存储过程技术  23
    2.5.3 跨服务器跨数据库互操作技术  23-24
  2.6 SMS简单介绍  24-25
  2.7 本章小结  25-26
第3章 Clean Data服务的需求分析  26-33
  3.1 应用背景分析  26
  3.2 服务用例模型分析  26-28
  3.3 功能需求  28-30
    3.3.1 服务平台功能分析  28-30
    3.3.2 云服务功能分析  30
  3.4 数据需求分析  30-31
  3.5 主要非功能需求分析  31-32
  3.6 本章小结  32-33
第4章 Clean Data服务的相关设计  33-58
  4.1 服务总体设计  33-37
    4.1.1 方案设计  33
    4.1.2 服务总体结构  33-37
  4.2 数据库设计  37-44
    4.2.1 Lower-level数据表  37-41
    4.2.2 Higher-level数据表  41-44
  4.3 数据上传更新API设计  44-48
    4.3.1 API说明  44-45
    4.3.2 API设计  45-47
    4.3.3 API优缺点分析  47-48
  4.4 数据上传更新监测设计  48-50
    4.4.1 获取监测数据的设计  48-49
    4.4.2 监测的Web界面设计  49-50
    4.4.3 监测评价  50
  4.5 CDM与SMS对比设计  50-54
    4.5.1 查找重叠数据  50-51
    4.5.2 分析重叠数据  51-52
    4.5.3 处理重叠数据  52-54
  4.6 分布式服务设计  54-55
  4.7 云服务延迟查看设计  55-57
  4.8 本章小结  57-58
第5章 Clean Data服务的实现及测试  58-71
  5.1 Clean Data服务平台的相关实现  58-60
    5.1.1 实现环境  58
    5.1.2 数据上传更新监测的实现及测试  58-60
  5.2 数据上传更新API的实现及测试  60-62
  5.3 CDM与SMS对比的实现及测试  62-67
    5.3.1 查找重叠数据的实现及测试  62-64
    5.3.2 分析重叠数据的实现  64-66
    5.3.3 处理重叠数据的实现及测试  66-67
  5.4 分布式服务的实现及测试  67-69
  5.5 云服务延迟查看的实现及测试  69-70
  5.6 本章小结  70-71
总结与展望  71-73
致谢  73-74
参考文献  74-78
攻读硕士学位期间发表的论文  78

Clean Data服务的研究与实现

内容摘要

全文目录

相似论文