注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. WEB服务器日志数据

  2. WEB服务器日志数据，可用于WUM的相关实验。

  3. 所属分类：Web开发

    • 发布日期：2009-09-20
    • 文件大小：957kb
    • 提供者：linjun1218

  1. Web日志数据挖掘技术及应用

  2. Web日志数据挖掘技术及应用，喜欢数据挖掘的可以下来看看哦

  3. 所属分类：Web开发

    • 发布日期：2009-09-23
    • 文件大小：842kb
    • 提供者：bruceleung

  1. Web日志数据挖掘模型研究

  2. Web日志数据挖掘模型研究Web日志数据挖掘模型研究

  3. 所属分类：Web开发

    • 发布日期：2010-06-20
    • 文件大小：139kb
    • 提供者：changyou1004

  1. 基于粗糙集和模糊聚类的网站日志数据挖掘实例分析

  2. 利用粗糙集理论和模糊聚类的方法对某学校网站的日志数据进行实例分析，抽取用户感兴趣的模式，理解用户的浏览兴趣行为，以便进一步改善网站结构，为用户提供个性化服务。

  3. 所属分类：专业指导

    • 发布日期：2010-09-19
    • 文件大小：196kb
    • 提供者：wangjun_0101

  1. 基于web日志数据挖掘的电子商务推荐系统实现

  2. 基于web日志数据挖掘的电子商务推荐系统实现

  3. 所属分类：Web开发

    • 发布日期：2010-10-17
    • 文件大小：5mb
    • 提供者：zzsuper999

  1. 大规模日志数据存储研究

  2. 面向大规模批量日志数据存储方法的研究.docx

  3. 所属分类：Java

    • 发布日期：2012-10-10
    • 文件大小：36kb
    • 提供者：csliuruidongdn

  1. 基于分布式架构的煤矿企业日志数据分析设计与实现

  2. 煤矿企业日志数据分析系统中,对数据的聚合统计,多数据源的数据关联是各种分析的基础操作。设计基于Hadoop的日志数据分析架构,并针对大数据关联准确率低的现象,将Bloom Filter算法与Map-Reduce处理架构融合。相比于传统的数据分析处理方式,算法具有容错性高、效率高等优点。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：646kb
    • 提供者：weixin_38569569

  1. 分布式系统日志数据采集关键技术研究与实现

  2. 分布式系统日志数据采集关键技术研究与实现 分布式系统日志数据采集关键技术研究与实现 分布式系统日志数据采集关键技术研究与实现 分布式系统日志数据采集关键技术研究与实现

  3. 所属分类：平台管理

    • 发布日期：2020-08-28
    • 文件大小：2mb
    • 提供者：irishan88627

  1. python实现的分析并统计nginx日志数据功能示例

  2. 主要介绍了python实现的分析并统计nginx日志数据功能,结合实例形式分析了Python针对nginx日志ip、访问url、状态等数据的相关读取、解析操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-18
    • 文件大小：48kb
    • 提供者：weixin_38660359

  1. elk采集服务日志数据

  2. springboot日志通过filebeat，logstash将日志内容采集到es中，kibana展示日志数据

  3. 所属分类：互联网

    • 发布日期：2021-03-23
    • 文件大小：890kb
    • 提供者：han949417140

  1. 电商数仓项目(四) 模拟电商日志数据开发源码

  2. 电商数仓项目(四) 模拟电商日志数据开发源码

  3. 所属分类：Linux

    • 发布日期：2021-02-28
    • 文件大小：11kb
    • 提供者：m0_37829442

  1. grok_exporter：从任意非结构化日志数据中导出Prometheus指标-源码

  2. 从任意非结构化日志数据中导出指标。 关于格罗克 是一种将cr脚的非结构化日志数据解析为结构化和可查询内容的工具。 Grok在大量使用，以提供日志数据作为输入。 Grok附带了大约120种预定义模式，用于syslog日志，apache和其他Web服务器日志，mysql日志等。使用自定义模式扩展Grok很容易。 grok_exporter旨在将Grok从移植到监视。 目标是使用Grok模式从任意日志文件中提取Prometheus指标。 如何运行示例 从页面下载grok_exporter-$ARC

  3. 所属分类：其它

  1. FactoryEmployeeBot：此机器人通过将日常工作日志数据添加到我的数据库中来模拟其他项目FactoryManager中的员工-源码

  2. FactoryEmployeeBot：此机器人通过将日常工作日志数据添加到我的数据库中来模拟其他项目FactoryManager中的员工

  3. 所属分类：其它

  1. indieweb-chat-archive：IndieWeb聊天日志数据文件的完整存档-源码

  2. IndieWeb聊天存档 此仓库包含可在看到的IndieWeb聊天日志数据文件的完整档案。 聊天日志每15分钟添加到此仓库中。 文件格式 可以使用读取每个通道的文件。 这些文件遵循一种简单的格式： 2017-12-01 23:15:06.218000 {"type":"message","timestamp":1512170106.218,"network":"irc","server":"freenode","channel":{"uid":"#indieweb","name":"#ind

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：123mb
    • 提供者：weixin_42102634

  1. esmeralda：穿云全中继跟踪监控系统日志转储，实时日志数据分析，接口数据服务-源码

  2. esmeralda：穿云全中继跟踪监控系统日志转储，实时日志数据分析，接口数据服务

  3. 所属分类：其它

  1. LogAnalyzer：解决方案为从NoSQL数据库（MongoDb，CouchDb）检索和分析日志数据提供了机会。 包括功能-源码

  2. 解决方案提供了从NoSQL数据库（MongoDb，CouchDb）检索和分析日志数据的机会。 包括功能： 查询和搜索数据 多维对象渲染； 错误和信息的分析图； 实时数据观察和更新； 去做 资料模型 JSON范例 { "Message" : "test 2" , "Level" : "Error" , "Name" : "Test name" , "LastInfo" : { /* Can contain ANY object with ANY dimension */

  3. 所属分类：其它

  1. p2p聊天：具有mDNS发现，仅附加日志数据结构和复制协议的简单p2p聊天，用于学习-源码

  2. p2p聊天：具有mDNS发现，仅附加日志数据结构和复制协议的简单p2p聊天，用于学习

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：23kb
    • 提供者：weixin_42178963

  1. terraform-aws-kinesis-firehose：此代码在AWS中创建Kinesis Firehose，以将CloudWatch日志数据发送到S3-源码

  2. terraform-aws-kinesis-firehose 此代码在AWS中创建[Kinesis Firehose]（'（' '），以将CloudWatch日志数据发送到S3。 用法 module "kinesis-firehose" { source = "git::https://github.com/felipefrizzo/terraform-aws-kinesis-firehose.git?ref=master"

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：10kb
    • 提供者：weixin_42105570

  1. 豹：使用日志数据检测威胁并改善云安全状况-源码

  2. 适用于现代安全团队的云原生SIEM | | | | Panther是一个用于通过日志数据检测威胁，改善云安全状况以及进行调查的平台。 用例 安全团队可以将Panther用于： 用例 描述 持续监控 实时分析日志并识别可能表明违规的可疑活动 警报分类 遍历所有安全数据以了解警报的完整上下文 搜索国际奥委会 使用标准化数据字段快速搜索与IOC的匹配 保护云资源 识别配置错误，实现合规性并在代码中模拟安全最佳实践 部署方式 请遵循我们的，在几分钟之内将Panther部署到您的AWS账户中！ 使

  3. 所属分类：其它

  1. MongoDB应用案例：使用MongoDB存储日志数据

  2. 线上运行的服务会产生大量的运行及访问日志，日志里会包含一些错误、警告、及用户行为等信息，通常服务会以文本的形式记录日志信息，这样可读性强，方便于日常定位问题，但当产生大量的日志之后，要想从大量日志里挖掘出有价值的内容，则需要对数据进行进一步的存储和分析。本文以存储web服务的访问日志为例，介绍如何使用MongoDB来存储、分析日志数据，让日志数据发挥最大的价值，本文的内容同样使用其他的日志存储型应用。 一个典型的web服务器的访问日志类似如下，包含访问来源、用户、访问的资源地址、访问结果、用户使

  3. 所属分类：其它

    • 发布日期：2021-01-29
    • 文件大小：88kb
    • 提供者：weixin_38599712
« 12 3 4 5 6 7 8 9 10 ... 50 »