计算机
类型
可以朗读
语音朗读
166千字
字数
2023-02-01
发行日期
展开全部
主编推荐语
日志分析技术系统讲解：数据治理、智能运维、安全应用场景与解决方案。
内容简介
本书基于主流日志管理与分析系统的设计理念，完善、透彻地对日志分析各流程模块的原理与实现进行了系统性讲解，综合介绍了日志分析技术在数据治理、智能运维、可观测性、SIEM、UEBA、SOAR等IT运维及安全复杂场景中的应用，并汇总了各行业优秀的解决方案。
第1～3章介绍了日志分析的基本概念、日志管理相关的法律法规及规范要求、日志管理与分析系统的组成部分及技术选型建议。
第4～10章分别针对日志采集、字段解析、日志存储、日志分析、日志数据搜索处理语言SPL、日志告警、日志可视化等日志分析中最重要的实现步骤进行了具体阐述。
第11～14章介绍了日志平台兼容性与扩展性，日志分析在运维数据治理、智能运维与可观测性等近年热门场景中的应用。
第15～17章介绍了SIEM、NTA、UEBA及SOAR等安全相关内容。
第18章总结列举了日志管理与分析技术方案在金融、能源、运营商等各关键行业的解决方案。
目录
- 版权信息
- 内容简介
- 第1版序言
- 第2版序言
- 第1章 走近日志
- 1.1 什么是日志
- 1.1.1 日志的概念
- 1.1.2 日志生态系统
- 1.1.3 日志的作用
- 1.2 日志数据
- 1.2.1 日志环境与日志类型
- 1.2.2 日志语法
- 1.2.3 日志管理规范
- 1.2.4 日志使用误区
- 1.3 云日志
- 1.4 日志使用场景
- 1.4.1 故障排查
- 1.4.2 运维监控
- 1.4.3 安全审计
- 1.4.4 业务分析
- 1.4.5 物联网
- 1.5 日志未来展望
- 第2章 日志管理
- 2.1 日志管理相关法律
- 2.2 日志管理要求
- 2.3 日志管理中存在的问题
- 2.4 日志管理的好处
- 2.5 日志归档
- 第3章 日志管理与分析系统
- 3.1 日志管理与分析系统的基本功能
- 3.1.1 日志采集
- 3.1.2 数据清洗
- 3.1.3 日志存储
- 3.1.4 日志告警
- 3.1.5 日志分析
- 3.1.6 日志可视化
- 3.1.7 日志智能分析
- 3.1.8 用户与权限管理
- 3.1.9 系统管理
- 3.2 日志管理与分析系统技术选型
- 3.2.1 日志分析的基本工具
- 3.2.2 开源+自研
- 3.2.3 商业产品
- 3.3 小结
- 第4章 日志采集
- 4.1 日志采集方式
- 4.1.1 Agent采集
- 4.1.2 Syslog
- 4.1.3 抓包
- 4.1.4 接口采集
- 4.1.5 业务埋点采集
- 4.1.6 Docker日志采集
- 4.2 日志采集常见问题
- 4.2.1 事件合并
- 4.2.2 高并发日志采集
- 4.2.3 深层次目录采集
- 4.2.4 大量小文件日志采集
- 4.2.5 其他日志采集问题
- 4.3 小结
- 第5章 字段解析
- 5.1 字段的概念
- 5.2 通用字段
- 5.2.1 时间戳
- 5.2.2 日志来源
- 5.2.3 执行结果
- 5.2.4 日志优先级
- 5.3 字段抽取
- 5.3.1 日志语法
- 5.3.2 字段抽取方法
- 5.3.3 常用日志类型的字段抽取
- 5.4 schema on write与schema on read
- 5.5 字段解析常见问题
- 5.5.1 字段存在别名
- 5.5.2 多个时间戳
- 5.5.3 特殊字符
- 5.5.4 封装成标准日志
- 5.5.5 类型转换
- 5.5.6 敏感信息替换
- 5.5.7 HEX转换
- 5.6 小结
- 第6章 日志存储
- 6.1 日志存储形式
- 6.1.1 普通文本
- 6.1.2 二进制文本
- 6.1.3 压缩文本
- 6.1.4 加密文本
- 6.2 日志存储方式
- 6.2.1 数据库存储
- 6.2.2 分布式存储
- 6.2.3 文件检索系统存储
- 6.2.4 云存储
- 6.3 日志物理存储
- 6.4 日志留存策略
- 6.4.1 空间策略维度
- 6.4.2 时间策略维度
- 6.4.3 起始位移策略维度
- 6.5 日志搜索引擎
- 6.5.1 日志搜索概述
- 6.5.2 实时搜索引擎
- 6.6 小结
- 第7章 日志分析
- 7.1 日志分析现状
- 7.1.1 对日志的必要性认识不足
- 7.1.2 缺乏日志分析专业人才
- 7.1.3 日志体量大且分散，问题定位难
- 7.1.4 数据外泄
- 7.1.5 忽略日志本身的价值
- 7.2 日志分析解决方案
- 7.2.1 数据集中管理
- 7.2.2 日志分析维度
- 7.3 常用分析方法
- 7.3.1 基线
- 7.3.2 聚类
- 7.3.3 阈值
- 7.3.4 异常检测
- 7.3.5 机器学习
- 7.4 日志分析案例
- 7.4.1 Linux系统日志分析案例
- 7.4.2 运营分析案例
- 7.4.3 交易监控案例
- 7.4.4 VPN异常用户行为监控案例
- 7.4.5 高效运维案例
- 7.5 SPL简介
- 7.6 小结
- 第8章 SPL
- 8.1 SPL简介
- 8.2 SPL学习经验
- 8.3 小试牛刀
- 8.3.1 基本查询与统计
- 8.3.2 统计命令
- 8.3.3 分时统计
- 8.3.4 重命名
- 8.4 图表的使用
- 8.4.1 可视化：体现数据趋势的图表
- 8.4.2 快速获取排名
- 8.5 数据整理
- 8.5.1 赋值与计算
- 8.5.2 只留下需要的数据
- 8.5.3 过滤项
- 8.5.4 利用表格
- 8.5.5 排序突出重点
- 8.5.6 去冗余
- 8.5.7 限量显示
- 8.5.8 实现跨行计算
- 8.5.9 只留下想要的字段
- 8.6 关联分析
- 8.6.1 数据关联与子查询
- 8.6.2 关联
- 8.6.3 数据对比
- 8.7 小结
- 第9章 日志告警
- 9.1 概述
- 9.2 监控设置
- 9.3 告警监控分类
- 9.3.1 命中数统计类型的告警监控
- 9.3.2 字段统计类型的告警监控
- 9.3.3 连续统计类型的告警监控
- 9.3.4 基线对比类型的告警监控
- 9.3.5 自定义统计类型的告警监控
- 9.3.6 智能告警
- 9.4 告警方式
- 9.4.1 告警发送方式
- 9.4.2 告警抑制和恢复
- 9.4.3 告警的插件化管理
- 9.5 小结
- 第10章 日志可视化
- 10.1 概述
- 10.2 可视化分析
- 10.2.1 初识可视化
- 10.2.2 图表与数据
- 10.3 图表详解
- 10.3.1 序列类图表
- 10.3.2 维度类图表
- 10.3.3 关系类图表
- 10.3.4 复合类图表
- 10.3.5 地图类图表
- 10.3.6 其他图表
- 10.4 日志可视化案例
- 10.4.1 MySQL性能日志可视化
- 10.4.2 金融业务日志可视化
- 10.5 小结
- 第11章 日志平台兼容性与扩展性
- 11.1 RESTful API
- 11.1.1 RESTful API概述
- 11.1.2 常见日志管理API类型
- 11.1.3 API设计案例
- 11.2 日志App
- 11.2.1 日志App概述
- 11.2.2 日志App的作用和特点
- 11.2.3 常见日志App类型
- 11.2.4 典型日志App案例
- 11.2.5 日志App的发展
- 第12章 运维数据治理
- 12.1 运维数据治理背景
- 12.2 运维数据治理方法
- 12.2.1 元数据管理
- 12.2.2 主数据管理
- 12.2.3 数据标准管理
- 12.2.4 数据质量管理
- 12.2.5 数据模型及服务
- 12.2.6 数据安全
- 12.2.7 数据生命周期
- 12.3 运维数据治理工具
- 12.3.1 工具定位
- 12.3.2 整体架构
- 12.3.3 数据接入管理
- 12.3.4 数据标准化管理
- 12.3.5 数据存储管理
- 12.3.6 数据应用与服务
- 第13章 智能运维
- 13.1 概述
- 13.2 异常检测
- 13.2.1 单指标异常检测
- 13.2.2 多指标异常检测
- 13.3 根因分析
- 13.3.1 相关性分析
- 13.3.2 事件关联关系挖掘
- 13.4 日志分析
- 13.4.1 日志预处理
- 13.4.2 日志模式识别
- 13.4.3 日志异常检测
- 13.5 告警收敛
- 13.6 趋势预测
- 13.7 故障预测
- 13.7.1 故障预测的方法
- 13.7.2 故障预测的落地与评估
- 13.8 智能运维对接自动化运维
- 13.9 智能运维面临的挑战
- 第14章 可观测性
- 14.1 概述
- 14.1.1 可观测性的由来
- 14.1.2 可观测性与监控
- 14.1.3 可观测性的三大支柱
- 14.2 实现可观测性的方法
- 14.2.1 数据模型
- 14.2.2 数据来源
- 14.3 可观测性应用场景
- 14.3.1 运维监控
- 14.3.2 链路追踪
- 14.3.3 指标探索
- 14.3.4 故障定位
- 14.4 小结
- 第15章 SIEM
- 15.1 概述
- 15.2 信息安全建设中存在的问题
- 15.3 日志分析在SIEM中的作用
- 15.4 日志分析与安全设备分析的异同
- 15.5 SIEM功能架构
- 15.6 SIEM适用场景
- 15.7 用户行为分析
- 15.8 流量分析
- 15.8.1 流量协议介绍
- 15.8.2 流量分析功能
- 15.8.3 从WebLogic RCE漏洞到挖矿
- 15.9 小结
- 第16章 UEBA
- 16.1 深入理解用户行为
- 16.1.1 背景介绍
- 16.1.2 数据源
- 16.1.3 标签画像
- 16.2 行为分析模型
- 16.2.1 分析方法
- 16.2.2 机器学习模型
- 16.3 应用场景
- 16.3.1 数据泄露
- 16.3.2 离职分析
- 16.3.3 合规分析
- 16.3.4 失陷账户
- 16.4 小结
- 第17章 安全编排、自动化与响应
- 17.1 SOAR简介
- 17.2 SOAR架构与功能
- 17.2.1 技术架构
- 17.2.2 剧本与组件的定义
- 17.2.3 剧本与组件的使用
- 17.3 SOAR与SIEM的关系
- 17.3.1 SOAR与SIEM关联使用
- 17.3.2 SOAR与SIEM信息同步
- 17.4 应用场景
- 17.4.1 自动化封禁场景
- 17.4.2 DNS网络取证分析场景
- 17.5 小结
- 第18章 行业解决方案
- 18.1 概述
- 18.2 银行行业解决方案
- 18.2.1 行业背景
- 18.2.2 行业当前挑战
- 18.2.3 整体建设思路
- 18.2.4 项目整体收益
- 18.3 证券行业解决方案
- 18.3.1 行业背景
- 18.3.2 行业当前挑战
- 18.3.3 整体建设思路
- 18.3.4 项目整体收益
- 18.4 保险行业解决方案
- 18.4.1 行业背景
- 18.4.2 行业当前挑战
- 18.4.3 整体建设思路
- 18.4.4 项目整体收益
- 18.5 基金行业解决方案
- 18.5.1 行业背景
- 18.5.2 行业当前挑战
- 18.5.3 整体建设思路
- 18.5.4 项目整体收益
- 18.6 电力行业解决方案
- 18.6.1 行业背景
- 18.6.2 行业当前挑战
- 18.6.3 整体建设思路
- 18.6.4 项目整体收益
- 18.7 石油行业解决方案
- 18.7.1 行业背景
- 18.7.2 行业当前挑战
- 18.7.3 整体建设思路
- 18.7.4 项目整体收益
- 18.8 运营商行业解决方案
- 18.8.1 行业背景
- 18.8.2 行业当前挑战
- 18.8.3 整体建设思路
- 18.8.4 项目整体收益
- 18.9 广电行业解决方案
- 18.9.1 行业背景
- 18.9.2 行业当前挑战
- 18.9.3 整体建设思路
- 18.9.4 项目整体收益
- 18.10 汽车行业解决方案
- 18.10.1 行业背景
- 18.10.2 行业当前挑战
- 18.10.3 整体建设思路
- 18.10.4 项目整体收益
- 18.11 小结
- 参考文献
- 反侵权盗版声明
展开全部
评分及书评
评分不足
1个评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
