基于Web使用挖掘的负载测试方法
基于Web搜索的数据挖掘系统的研究与实现
（ ． ｃｏ ｌ ｆ ｏ ｕｅ １ Ｓｈ ｏ ｍｐｔｒ＆Ｉｆｒ ｔ ｎＥ ｇ ｅｒ ｇＣｈｎ ｚ ｏ ｓｔｔ ｆＴ ｃｎ ｌｇ Ｃ ａ ｇｈｕ２３ ０ ； ｏＣ ｎｏｍａ ｏ ｎｉ ｅｎ ， ａ ｇｈｕＩ ｔｕｅｏ ｅｈ ｏｏｙ，ｈ ｎ ｚｏ １０ ２ ｉ ｎ ｉ ｎｉ
２ Ｙ ｎｉｇＳｈｏ ， ｈｎ ｚｏ ｎｔｕｅｏ ｅｈｏｏ ， ｈｎ ｚｏ １０ ２ ． ａ ｌ ｃｏｌＣ ａｇｈ ｕＩｓｔｔ ｆ ｃ ｌｇ Ｃ ａｇｈ ｕ２ ３０ ） ｎ ｉ Ｔ ｎ ｙ
收 稿 日期 ：０ ００ —７ ２ １ －７２ 基 金 项 目 ： 州 工 学 院基 金 项 目（ ０ １ ） 常 ＹＮ ７ １ 作 者 简 介 ： 志 琴 （９ ８ 查 １６ 一 ）女 ， 士， ， 硕 副教 授 。
的结果 ： ①搜索结果很多， 往往有许多页， 信息太 过庞大 ； ②搜索到的数据信息大部分是无用信息 ， 属于垃圾信息 ， 且搜到信息的准确率不能保证 ； ③
第２ ４卷第 １期 ２１ ０ １年 ２月
常 州 工 学 院 学 报．
Ｊ ｕ ａ ｆＣｈ ｎ ｈ ｕ Ｉ ｔｔ ｔ ｆＴｅ ｈ ｏｌ ｙ ｏ ｒ ｌ ｏ ａ ｇｚ ｏ ｎｓｉｕ ｅ ｏ ｃ ｎ ｏｇ ｎ
Ｖ ｏ ． ４ Ｎｏ． １２ １
Ｒ ． ０１ ２ １
基 于 Ｗｅ 索 的数 据挖 掘 系统 的研 究 与实 现 ｂ搜
Ｗ ｅ ｉｅ Ｗ ｅ ｇ ｓ ｅｃ Ｄｅ ｌ ｇ ｗｉｈ ｔｅ ｅ ｄａ ｓａ ｃ ｍｐｌ ａｅ ｒ ｃ ｓ ． ｅ Ｃ ｌ ａ ｑ ｉｅ ｕ ｅ ｕ ａ ｎ ｂ ｓｔｓ， ｂ ｐａ ｅ ， ｔ ． ａｉ ｔ ｓ ｔ ｉ ｏ ｎ ｈ ａ ｉ ｔｄ ｐ ｏ ｅ ｓ Ｗ ａｌ ｃ ｕ ｒ ｓ ｆ ｌｄ ｔ ａ ｄ ｃ ａ ｉ ｆ ｒ ｔｏ ｙ ｍｅ ｎ ｆ ｄ ｔ ｎ ｎ Ｔｈｉ ａ ｒｍａ ｅ ａ ｒ ｓ ａｃ ｎ ｓ ａ ｃ ｉ ｇ ａ ｎ ｎ ｆｔ ｅ Ｗ ｅ ａ ｎ ｏ ｍａｉ ｎ ｂ ａ ｓｏ ａ ｍｉ ｉ ｇ． ａ ｓｐ ｐｅ ｄ ｅ ｅ ｈ ｏ ｅ ｈ ｎ ｎｄ ｍ ｉ ｇ ｏ ｈ ｂ ｄ ｔ ｒ ｒ ｉ ａ ｎ ｖ ｌｐｅ ｅ ｆｓ ｓｅ ｉｈ ｐ ｒｏ ａ ｄ ｄｅ ｅｏ ｄ ａ ｓ ｔｏ ｙ ｔ ｍｓｗｈ ｃ ｅ ｆ ｒ ｅ ｅ ｃ ｎ ａ ｏ ｔ ｅ Ｉ ｔｍ ｅ ｎｄ ｄ ｔ ｎｎｇ ａ ｄ ｃ ｅ ｔｄ ｍ ｄ ｓ ａ ｈ ｇ ｄ ｔ ｆ ｍ ｈ ｎ ｅ ｔａ ａａ ｍｉ ｒ ｉ ａｒ ｉ ｒ ａｅ ｎ
基于Web的数据挖掘技术
义 ， 称 为 半 结 构 化 （ｅ —ｔ ｃ ｒｄ 的数 据 。所 谓 半 结 构 化 是 如 图 １１ 例 。 图 中箭 头 的方 向 表示 访 问 被 Ｓｍｉｓｕ ｔ ｅ ） ｒ ｕ ．示 相 对 于 完全 结 构 化 的传 统 数 据 库 的 数 据 而 言 ．半 结 构 化 是 Ｗｅ 路径 从 图 中可 以确 定 最频 繁 的访 问 路径 。 ｂ
数 据 的最 大 特 点 由 于 Ｗｅ ｂ是 Ｉｔｍｅ 上 非 官 方联 结 的 资 源 集 通 过 路径 分 析 ．可 以 改进 页 面 及 网站 结 构 图 １１访 问模 式 示 例 ｎｅ ｔ ． 合 。 ｂ数 据缺 乏 结 构 和 规 范 。 目前 ． ｂ上 数 据 主 要 由静 态 的 的设 计 。 Ｗｅ Ｗｅ Ｈ ＭＬ表 达 。 据 庞 大 。 据 具 有 多 样 性 。 态 性 强 ， 成 了一 个 ２ Ｔ 数 数 动 构 ． 联 规 则挖 掘 技 术 ２关
息 。Ｗｅ ｂ挖 掘 可 以广 义 地 定 义 为从 ＷＷＷ 中 发 现 和 分析 有 用 的 图来 表 示 ， ＝ ，）其 中 Ｖ 是 页面 的集 合 ， Ｇ Ｅ， Ｅ是 页 面 之 间 的 超链 信息。 接 的集 合 ． 面 定 义 为 图 中 的顶 点 ， 页 面 页 而 １ ｂ上 的数 据特 点 ． Ｗｅ ２ 之 间 的超 链 接 定 义 为有 向边 。顶 点 Ｖ 的 入 Ｗｅ ｂ中有 大量 丰 富 的数 据 ： 本 、 片 、 音 、 文 图 声 图像 等 ， 些 边 表 示 对 页 面 Ｖ 的 引 用 ． 这 出边 表 示 Ｖ 引 用 数 据 多存 在 于 Ｈ ＭＬ超 文本 文件 中 ．没 有 严 格 的结 构 及 类 型定 了 其 它 的 页 面 ， 样 就形 成 了 网站 结 构 图 。 Ｔ 这
基于Web的数据挖掘及其应用
基于Web的数据挖掘及其应用摘要：web数据挖掘，就是利用数据挖掘技术自动地从网络文档以及服务中发现和抽取信息的过程。
本文笔者首先对web数据挖掘的涵义、产生原因、特点以及其特殊的要求做了具体的介绍，然后以其在网络教育和电子商务中的应用重点阐述web数据挖掘的应用价值。
关键词：web数据挖掘；信息；网络教育；电子商务中图分类号：tp274 文献标识码：a 文章编号：1007-9599 （2012）19-0000-021 引言数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机数数据中提取隐含在其中的、人们事先不知道的但又是潜在有用的信息和知识的过程。
包括存储和处理数据，选择处理大数据集的算法、解释结果、使结果可视化。
数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。
利用功能强大的数据挖掘技术，可以使企业把数据转化为有用的信息帮助决策，从而在市场竞争中获得优势地位。
随着信息技术的飞速发展，网络信息搜集的需求与收集结果低效性的矛盾迫切需要对网络资源的整序与检索。
所以传统数据挖掘掘技术不断完善和应用。
web挖掘就是时代发展的典型产物。
web数据挖掘采用数据挖掘等信息处理技术，从web信息资源及web使用记录中发掘对特定用户感兴趣的、有用的信息或知识的过程，其结果可以为用户决策所使用。
这里所讲的web信息，从广义上讲，包括web文本，web图片，web动画（如flash广告，视频信息）等。
换言之，基于web数据挖掘，就是利用数据挖掘技术自动地从网络文档以及服务中发现和抽取信息的过程。
有学者认为其是在大量已知数据样本的基础上得到数据对象间的内在特性，并以此为依据在web中进行有目的的信息提取过程。
同时，也有学者将网络环境下的数据挖掘归入网络信息检索与网络信息内容的开发等等。
总之，基于web的数据挖掘（web mining）正是从万维网（world wide web）上获取原始数据而从中挖掘出隐含其中且潜在可用的知识最终应用于商业运作以满足管理者的需要。
基于Web的数据挖掘技术研究综述
说 Ｗｅ ｂ挖掘 的对象可分 为 内容挖 掘 、访 问信息挖掘 和结 构挖
掘。
页 ，权威 网页往往对于某一主题包含 比较多 的用户所需要 的信
息 ， 常 有 许 多 指 向 它 的链 接 。 导 网页 虽 然 不 一 定 包 含 很 多某 常 引
Ｋｅ ｙ ｗ ｏ ｄｓｏ ｅ ｖｅ ； ａ ｅ ｉ ｎ ｔｃ ｏｏ ； ｅｂ ｒ ：ｖ ｒ ｉｗ ｄ ｔ ｍ ｎｉｇ ｅ ｈｎ ｌｇ Ｗ ｙ
数据 库 中 的知识 发现 Ｋ Ｄ ｆ Ｋ ｏ ｌ ｇ Ｄｓｏｅ ｉ Ｄ ｎｗｅ ｅ ｉ ｖｒ ｎ ｄ ｃ ｙ Ｄ ｔｂｓｓ 是指从数据库中发现潜在 的有意义的未知的关 系模 ａ ａｅ １ ａ 式和趋势， 以易被理解的方式表示 出来 。 并 但传统 Ｋ Ｄ 技术所 Ｄ 涉及的主要是结 构化 的数据 库 ，而网上 资源却 没有统一 的管理 和结构 ， 数据往往是经常变动和不规则的 ， 因此人们需要 比信息 检 索层次更高 的新 技术，我们 称之为 Ｗｅ ｂ中的知识发现 Ｋ Ｗ Ｄ
Ｗ ＡＮＧ Ｊｎ ｉｇ
（ｎｅｎ ｔ ｎ ｌＣｏｌｇ ；Ｃ ｎｒｌＳ ｕｈ Ｕｎｖ ｒｉ ｆＦ ｒｓｒ ｎ ｅ ｈ ｏｏｙ，Ｈｕ ａ ｈ ｎ ｓ ａ ４１０ ４） Ｉｔｒａｉ ａ ｌ ｅ ｅ ｔ ｏ ｔ ｉｅｓ ｙ ｏ ｏｅｔ ａ ｄ Ｔ ｃ ｎ ｌｇ ｏ ｅ ａ ｔ ｙ ｎ ｎ Ｃ ａ ｇｈ ０ ０
要 的一 种 。
接 。Ｈ Ｔ （ ｙ ｅ ｉｋ ｎ ｕｅ Ｔ ｐｃ Ｓａｃ ） ＩＳ Ｈ ｐｒｎ Ｉｄ ｃｄ ｏｉ ｅｒｈ 算法就是这样一 ｌ 个通过分析权威页面和引导页面进行 Ｗｅ ｂ结构挖掘的算法 。使
一种基于日志分析的Web负载测试方法
此 构 造 出逼 近 于 真 实的 测 试 负载 。 利 用 性 能 测 试 工具 ｇ ａ Ｒ ｎ ｅ ｏ ｄ ｕ ｎ ｒ对 Ｗ ｅ ｂ应 用 系 统 进 行 负载 测 试 。 将 测 试 日志 与 真 实 日志 进 行 对 比 ， 证 了 验
测 试 负载 与 真 实 负载 的 相 似 性 。
试 负 载 ， 得 测 试 负 载 与 真 实 负载 之 间具 有 高 度 的 相 似 性 。 使
２
日志 预 处 理
日志预处理是从原始 的 日志文件中选取出供序列模式挖 掘算 法 使 用 的规 范 化 数 据 ， 要 分 为 数 据 清 理 、 户 识 别 和 会 主 用 话 识别 ３步 。数据清理是要删 除 日志中与序 列模 式挖掘无关 的信 息。例如 ＵＲ Ｉ 中包含后缀为 ｇｆＪｇＪｅ 、 、Ｓ 等的 日 ｉ Ｐ 、 ｇｊ ＣＳ 、 ｐ ｓ 志记 录 ， 它们一般都 是用户在请求一个页面 时 自动 附带上 的。
（ ｍｐ ｔ ｒ ｎ ｎｏ ｍａｉｎ Ｍａ ａ ｅ ｎ ｅ ｔｒ Ｃｏ ｕ ｅ ｄ Ｉ ｆｒ ｔ ｎ ｇ ｍｅ ｔＣ ｎ ｅ ，Ｔｓ ｇ ｕ ｉｅ ｓ ｙ ｅ ｉ ｇ １ ０ ８ ，Ｃ ｉａ ａ ｏ ｉ ｈ ａ Ｕｎｖ ｒｉ ，Ｂ ｉｎ ０ ０ ４ ｈｎ ） ｎ ｔ ｊ
［ ｓｒ ｃ］Ｔ ｉ ｐ ｐ ｒｐ ｅ ｅ ｔ ａＷ ｅ ｏ ｄ ｔ ｓ Ａｂｔａ ｔ ｈ ｓ ａ ｅ ｒｓ ｎ ｓ ｂ ｌ ｅ ！ｍｅｈ ｄ ｂ ｓ ｄ ｏ ｇ ａ ａｙ ｉ Ｔ ｉ ｍｅ ｈ ｄ ｇ ｔ ｈ ｒｑ ｅ ｔｓ ｑ ｅ ｔ ｌ ａ ｔｒ ｓｏ ｅ ｓ ｒ ａ ｔｏ ａ ｅ ｎ ｌ ｎ ｌｓ ． ｈ ｓ ｔ ｏ ｅｓ ｔｅ ｆｅ ｕ ｎ ｅ ｕ ｎ ｉ ｔｅｎ ｆ ｂ ｕ ｅｓ ｏ ｓ ａｐ Ｗ
Web应用安全漏洞挖掘与分析技术研究
Web应用安全漏洞挖掘与分析技术研究随着互联网的快速发展，Web应用正成为人们日常生活和工作中不可或缺的一部分。
然而，由于Web应用的复杂性和广泛性，使得它们容易受到黑客攻击。
为确保Web应用的安全性和保护用户的隐私，安全工程师和研究人员不断致力于挖掘和分析Web应用中存在的安全漏洞。
本文将介绍Web应用安全漏洞挖掘与分析技术的研究现状和方法。
首先，对于Web应用安全漏洞的挖掘与分析，一项重要的研究内容是对Web应用进行渗透测试。
渗透测试是一种模拟黑客攻击的方法，通过对Web应用进行主动测试，发现它们的安全弱点和漏洞。
渗透测试可以分为黑盒测试和白盒测试两种方式。
黑盒测试是在没有任何应用源代码和内部架构信息的情况下进行的。
测试人员模拟攻击者，通过使用一系列不同的测试向量和攻击方法，尝试发现Web应用的漏洞。
黑盒测试的优点是可以模拟真实攻击者的行为，但它也有局限性，无法发现源代码中的漏洞。
相反，白盒测试是在测试人员拥有完全的应用源代码和内部架构信息的情况下进行的。
测试人员可以更深入地分析Web应用的内部结构，发现隐藏的漏洞。
与黑盒测试相比，白盒测试的优点在于它能更准确地定位漏洞所在，但其缺点在于它需要对源代码有较高的理解和技术知识。
除了渗透测试，还有一些其他的技术用于挖掘和分析Web 应用的安全漏洞。
例如，静态代码分析是一种通过分析源代码来发现潜在漏洞的方法。
在静态代码分析过程中，工具将对源代码进行扫描，检查是否存在可能导致安全漏洞的代码逻辑。
这种方法可以以一种较早的阶段发现和修复安全漏洞，但其准确性也受到工具本身的限制。
此外，动态代码分析也是一种常用的方法，它通过对应用程序在运行时的行为进行监控和分析，以发现潜在的安全漏洞。
动态代码分析可以提供比静态代码分析更准确的结果，因为它可以考虑到应用程序的实际执行环境。
然而，动态代码分析通常需要消耗大量的计算资源和时间。
值得一提的是，自动化工具在Web应用安全漏洞挖掘和分析中发挥了重要的作用。
基于Web的数据挖掘方法的研究及实现
模型清晰地描述Ｗ ｂ ｅ 上的数据，查询一个半结构化的数据模型是关键所在 。除定义这个模型外，还需要一 种 自动地从现在数据中抽取半结构化模型的技术。 ［Ｗｂ 面 ￣ ｅ 的数据挖掘必须 以半结构化模型和半结构化数
收稿 日期 ：２ ０ — １ － ２ ０５ １ ２
作者 简介 ：段雪丽 （ ９ ８ ） ，甘肃 庚阳人 ，邢 台职业技 术学院信息技 术 中心 ，助教 。 １ ７ 一 ，女
４ ５
维普资讯
邢台职业技术学院学报
２０ 年 第 ｌ ０６ 期
据模型抽取技术为前提 。
维普资讯
第２ 卷 第 １ ３ 期 ２０ 年 ２ ０６ 月
邢 台 职 业 技 术 学 院 学 报
Ｊ ｕｎ ｌ ｆＸｉｇａ ｏ ａｉｎ ｌ ｎ ｅ ｈ ｉａ ｌ ｇ ｏ ｒ ａ ｏ ｎ ｔＪ ｃ ｔ ａ ｄＴ ｃ ｎｃ ｌ Ｖ ｏ ａ Ｃｏｌ ｅ ｅ
客户端在两个或更多异质数据库之 间进行通信的应用；试 图将大部分处理负载从ｗ ｂ ｅ服务器转到Ⅳｂ ｅ 客户
端的应用；需要Ｗｂ ｅ客户端将同样 的数据以不同的浏览形式提供给不同用户的应用 ；需要智能ｗ ｂ ｅ代理根 据个人用户的需要裁减信息 内容 的应用。显而易见，这些应用和Ｗｂ ｅ 的数据挖掘技术有着重要的联系，基 于Ｗｂ ｅ 的数据挖掘必须依靠它们来实现。 三、使用ｘＬ Ｍ 实现基于Ｗ ｂ ｅ 的数据挖掘方法
人员能够用ＸＬ Ｍ 的格式标记和交换数据。ＸＬ Ｍ 在三层架构上为数据处理提供了很好 的方法 。使用可升级的
Web安全漏洞挖掘方法与实践
Web安全漏洞挖掘方法与实践一、引言Web安全漏洞挖掘是目前互联网安全领域备受关注的话题。
随着网络攻击手段不断升级，Web安全漏洞已成为互联网安全的一个痛点。
而Web安全漏洞的发现和修复是保护信息安全的一个重要手段。
因此，本文旨在介绍Web安全漏洞挖掘的方法和实践，帮助初学者和安全从业者更好地了解Web安全漏洞挖掘的流程和方法。
二、Web安全漏洞挖掘方法1.信息收集信息收集是Web安全漏洞挖掘的第一步，也是非常重要的一步。
信息收集的目的是获取尽可能多的关于目标网站的信息，例如：目标IP、域名、网站结构、操作系统、服务器类型、所用技术、网站结构等。
信息收集的成果将决定你之后的操作方式和漏洞挖掘的方法。
2.漏洞扫描漏洞扫描是为了发现目标网站存在的漏洞。
漏洞扫描工具的选择非常重要，常见的扫描工具有Acunetix、Nessus等。
对于一个未知漏洞的网站，可以通过脆弱性扫描器挖掘出许多潜在漏洞。
3.漏洞利用漏洞利用是将扫描到的漏洞利用，获取目标网站的敏感信息，例如：数据库信息、后台登录密码等。
漏洞利用需要技术娴熟，并需要一定的实战经验，因为漏洞利用的步骤极其繁琐。
4.口令破解口令破解是获取目标网站敏感信息的一种常用手段。
口令破解通常使用暴力破解和字典破解两种方式，暴力破解需要花费更多的时间。
即使没有成功破解出目标网站的密码，通过口令破解也可以得出较为详细的信息，为之后的漏洞挖掘奠定基础。
5.钓鱼攻击钓鱼攻击是通过网络欺诈获得敏感信息的一种方式。
攻击者可以通过制作假冒的登录页面或者欺骗邮件的方式骗取用户的账户和密码，获取目标网站的敏感数据。
钓鱼攻击是一种隐蔽的攻击方法，常常被攻击者所忽视。
三、Web安全漏洞挖掘实践1. SQL注入漏洞挖掘SQL注入漏洞是Web安全漏洞挖掘中最常见的漏洞。
通过对应用程序的输入项进行恶意的SQL语句注入，从而绕过应用程序的身份认证、绕过访问控制、窃取敏感数据、篡改数据库和服务器等等。
基于结构挖掘和使用挖掘的Web挖掘算法研究
和使用 信 息 ， 为数据 挖掘 提供 了 丰富 的资源 。 这 Ｗｅ 挖掘 是指 使用 数据挖 掘技 术从 Ｗｅ 文档和 服 ｂ ｂ
务 中发 现和提 取 信 息和知 识 的技 术 。 目前 Ｗｅ 掘 的 ｂ挖
方法 主要 有 Ｗｅ ｂ内容 挖掘 、 ｂ结构 挖掘 和 Ｗｅ Ｗｅ ｂ使用 挖掘三 种 。 图 １ 如 ［ 所示 ：
电子商务。
焦 金涛 ： 基于结构挖掘 和使用挖掘的 Ｗｅ ｂ挖掘算法研究
・４ ・ ５
标记、 词频统 计 等因素 相结 合 的方法对 检 索 出的结 果
进 行相 关排 序 ， 将最权 威 的网页 尽量 排在前 面 。 Ｗｅ 以用一个 有 向 图 Ｇ来表 示 ， ＝ （ Ｅ） Ｖ ｂ可 Ｇ ， ，
户访 问 Ｗｅ 面的 模式 、 掘有 用模 式 和 预测 用 户浏 ｂ页 挖 览行 为的 技术 。 因此 Ｗｅ 用挖 掘 一般 意 义上 指 的是 ｂ使
Ｗｅ 日志挖 掘 ， Ｗｅ ｂ 而 ｂ使用挖 掘面对 的就是 在用 户和
某 一 Ｗｅ ｂ文档 的 Ｐ ｇ Ｒ ｎ 值 等于 所有 包 含指 向 ａ ｅａｋ
点。
３
图 ２ 有 向 链 接 图 Ｇ
使 用 挖 掘
Ｗ ｅ 使 用挖 掘是 通过 挖掘 Ｗｅ ｂ ｂ日志记 录 以发 现用
对 于节 点 “ 来说 ， 节点 ｂ ｄ， 于 Ｕ ， 对 的权值 大 小有 贡献 ， 因为这三 个节 点都 存在 到 “的有 向边 。 向某 一 指 节 点的有 向边 越多 ， 其节 点 （ 页面 ） 量越高 。 质
Ｗｅ 结 构挖 掘是 指通过 分析 不 同 Ｗｅ 页 面之 间 的 ｂ ｂ
发现 许 多 蕴 含在 Ｗｅ ｂ页面 之 外 的 对 我 们 有潜 在 价 值 的模 式和知识 的 过程 。
面向Web的数据挖掘技术
面向Ｗｅｂ的数据挖掘技术[摘要] 随着internet的发展，web数据挖掘有着越来越广泛的应用,web数据挖掘是数据挖掘技术在web信息集合上的应用。
本文阐述了web数据挖掘的定义、特点和分类，并对web数据挖掘中使用的技术及应用前景进行了探讨。
[关键词] 数据挖掘web挖掘路径分析电子商务一、引言近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。
数据挖掘是面向发现的数据分析技术，通过对大型的数据集进行探查。
可以发现有用的知识，从而为决策支持提供有力的依据。
web目前已成为信息发布、交互和获取的主要工具,它是一个巨大的、分布广泛的、全球性的信息服务中心。
它涉及新闻、广告、消费信息、金融管理、教育、政府、电子商务和其他许多信息服务。
面向web的数据挖掘就是利用数据挖掘技术从web文档及web服务中自动发现并提取人们感兴趣的、潜在的有用模型或隐藏的信息。
二、概述1.数据挖掘的基本概念数据挖掘是从存放在数据库、数据仓库、电子表格或其他信息库中的大量数据中挖掘有趣知识的过程。
数据挖掘基于的数据库类型主要有: 关系型数据库、面向对象数据库、事务数据库、演绎数据库、时态数据库、多媒体数据库、主动数据库、空间数据库、遗留数据库、异质数据库、文本型、internet 信息库以及新兴的数据仓库等。
2.web数据挖掘web上有少量的数据信息，相对传统的数据库的数据结构性很强，即其中的数据为完全结构化的数据。
web上的数据最大特点就是半结构化。
所谓半结构化是相对于完全结构化的传统数据库的数据而言。
由于web的开放性、动态性与异构性等固有特点，要从这些分散的、异构的、没有统一管理的海量数据中快速、准确地获取信息也成为web挖掘所要解决的一个难点，也使得用于web的挖掘技术不能照搬用于数据库的挖掘技术。
因此，开发新的web挖掘技术以及对web文档进行预处理以得到关于文档的特征表示，便成为web挖掘的重点。
基于Web的数据挖掘技术
技 术 和 Ｗｅ ｂ结合 起 来 。 文 主 要 从 Ｗｅ 本 ｂ内容 挖掘 、 构 挖 掘 和使 用 挖 掘 三 个 方 面 阐 述 ｗ ｂ数 据 挖掘 的 基 本 知 识 。 结 ｅ
【 关键字 】 Ｗｅ 挖掘 ， ｂ内容挖掘 ， ｂ结构挖 掘 ， ｂ使 用挖掘 ： ｂ Ｗｅ Ｗｅ Ｗｅ
当前 网络 发 展 迅 速 。 种 网站 比 比皆 是 ， 容 纳 了海 量 的 各 于文件格式的挖掘和研究。其 主要作用有 ： 发现 隐藏 的知识 ： 各 它 ①
入 口到 目标 网页 所 需 的 点 击数 和浏 览 者 平 均 的点 击 数 ．我 们 会 得 到 一 些 怎 样 设 计 好 的 网 络 站 点和 怎 样 链 接 网 页 的建 议 。 １Ｗｅ ． ｂ内容 挖 掘 （ ｂＣ ｎｅ ｔ ｎｎ ） Ｗｅ ｏ ｔｎ ｉｇ Ｍｉ （１ ２目标 页 浏 览 者 通 常花 费大 量 的 时 间 在 目标 页 上 。 目标 Ｗｅ 容挖 掘 是 从 大 量 的 Ｗｅ 据 中发 现 信 息 、 取 有 用 页 一 般 是 固定 的 ， 一 网 页实 际 上 给 浏 览 者 提 供所 需 要 的 信 息 、 ｂ内 ｂ数 抽 这 知 识 的过 程 。 这些 数 据 既有 文本 数 据 ， 有 图形 、 也 图象 、 语音 等 多 娱 乐 和 商 品 等 内容 。 媒 体数 据 ； 有 来 自数 据 库 的 结构 化 数 据 ， 有半 结构 化数 据 和 既 也 （１ 成 功 能 某个 网站 的局 部 功 能 很 大 程 度 上 依 赖 于 它 的 ３形 无 结 构 的 自由 文本 。 就 其 挖 掘 内容 而 言 。 分 为 Ｗｅ 可 ｂ文 本 文 档 用 途 。 网站 有 许 多不 同 的模 型 。 个零 售 站 点 可 能 都 是 以 同 样 的 一 和 多媒 体 文 档 ； 就其 方 法 而言 ， ｂ内容 挖 掘可 分 为信 息查 询方 方 式 列 出商 品 页 面 ．并 且 建 立 了 一 个存 储在 关 系 数 据 库 中 的商 Ｗｅ 法 和数 据库 方 法 两 大 类 。 品 和 价 格 的桥 梁 。有 一些 会 模 拟 离 线 资 源 。 报 纸或 杂志 。其 它 如 １１Ｗｅ ． ｂ文 本 挖 掘 的 则 包 含 可 构 建 的会 话 ．这 些 会话 能够 定制 并能 以 多 种方 式排 Ｗｅ ｂ文本 挖 掘 是 以计 算 语 言 学 、 计 数 理 分析 为 理 论 基 础 ， 列 。 足 特 殊 用 户 的 需 求 。 些 站点 例如 Ｙ ｈｏ ｏ 等 。 统 满 这 ａｏ ． ｒ ｃｎ 结 合 机器 学 习和 信 息 检 索 技 术 ．从 大 量 的 文本 数 据 中 发现 和提 ３Ｗ ｅ ． ｂ使 用 挖 掘 （ ｂＵｓｇ ｎｎ Ｗｅ ａ ｅＭｉｉｇ） 取 隐 含 的 、 先 未 知 的 知 识 ， 终 形 成 用 户 可 理 解 的 、 价 值 的 事 最 有 Ｗｅ ｂ使 用 挖 掘 过 程 ， 简单 地 讲 分 四个 阶 段 ： 数 据 的 收 集 、 源 信 息 和 知识 的过 程 。 数据 的预 处理 、 据挖掘和对挖 掘出来 的模式 进行分析 ， 数 如图 ２ 内容 挖 掘 大 多是 基 于 文本 信 息 的挖 掘 。 按 照 文本 挖 掘 的对 所 示 ： 象 可 把 文本 挖 掘 分为 ：基 于单 文 档 的数 据 挖 掘 和 基 于 文 档 集 的 数 据 挖 掘 。基 于单 文 档 的数 据 挖 掘 对 文 档 的 分 析 并 不 涉 及 其 他 的 文档 ． 主要 的 挖 掘 技 术 有 ： 本 摘 要 、 息 提 取 等 。 其 文 信 基于 文 档 集 的数据挖掘是对大 规模 的文档数 据进行模式抽取 ．其主要的 技 术 有 ： 本 分类 、 本 聚 类 、 性 化 文 本 过 滤 、 档 作 者 归 属 、 文 文 个 文 因 素分 析 等 。从 功 能 上 。 ｂ文本 挖 掘 主要 是 对 Ｗｅ Ｗｅ ｂ上 大 量 文 本集 合 的 内容 进 行 总 结 、 类 、 类 、 联 分 析 以及 运 用 Ｗｅ 分 聚 关 ｂ文
基于web的数据挖掘技术研究
２１ ０ ０年 第 ｌ Ｏ期
Ｃ ｍ ｕ ｅ ＤＳ ｆ ｗ ｒ ｎ ｐ ｌ ｃ ｔ ｏ ｓ ｏ ｐ ｔ ｒＣ ｏ ｔａ ｅａ ｄＡ ｐ ｉａ ｉｎ
工 程 技 术
基于 ｗ ｂ的数据挖掘技术研究 ｅ
王 婉 晨
（ 天津工业大学，天津
３ ０６ ） ０ １０
摘 要 ：ｗｅ ｂ数据挖 掘 简称 ｗ ｅ ｂ挖掘 ，是从 数 据挖掘 技 术发展 而 来 ，是数 据挖 掘技 术应 用 于 Ｗｅ 信 息 的一 个崭新 领 ｂ 域 。它是 帮助人们 从 海量信 息 中进 行 智 能的、 自动 的抽取 有价值 的知识 ，从 中揭 示 出蕴含在 这 些数据 背后 的客观 世界 的 内 在 联 系和规律 ，解决社 会发展 中的 实际 问题 并 用于宏 观辅 助决 策的 。 关键 词 ：Ｗｅ ｂ数据挖 掘 ；电子 商务 ；Ｘ ＭＬ应 用 中 图分 类号 ：Ｔ ３ １ ３ Ｐ １． 文 献标识 码 ：Ａ １ 文章编 号 ：１０— ５９ （ ００ １— ０３ ０ ０７ ９９ ２１ ） ０ ０８— １
应 用 ．０ ３１ ２０ ．
『 康 晓 东． 于数据 仓 库的数 据挖 掘技 术． 工 业 出版 社， ０ ， ４ １ 基 机械 ２ ４ ０ １
［ Ｊ ｄ ｅ ｒ ａ ａａ Ｒｏ ｅ ｏ ｌ ， ｋ ｎ ｓ ａｄ ． ｅ ｓ ｅ ５ ａ ｅｐＳ ｖｓ ｖ ， ｂ ｍＣ ｏ ｙ Ｍｕ ｕ ｄ ｈ ｎ ｅＷ ｂＵ ａ ］ｉ ｉ ｔ ｅ Ｄｅ ｐ ｇ
Ｍｉ ｎ ｎｉｇ： Ｄ ｉｃ ｖｅｙ ｎ Ａｐ ｉａｉ ｎ ｏｆＵ ｓｇ Ｐａｔｒ ｆｏ ｅ ｓｏ ｒ ａ ｄ ｐｌ ｔｏ ｓ ａ ｅ ｃ ｔｅｎｓ ｒ ｍ Ｗ ｂ
Ｄ ａ ａ Ｓ ｇ ｄ ｐｌ ｒ ｔｏｎ ， ０ ， ： ２５ ３８ ｔ ． ｉ ｋ ｄ Ｅｘ ｏ ａ ｉ ｓ ２０ ０ ２ ３ —３
基于Web应用的性能测试过程研究
执行场景并监视 系统资源
存在性 能缺 陷 ， 并根 据测试 结果识别 系统性 能瓶颈 ， 从
而改善 系统性 能的完 整过程 。目前 性能测 试的方法 主 要是通过 借助 自动化测 试工具 录制 、 回放脚本 、 采用模 拟用户 创 建仿 真负 载 的方式 ， 生并 记 录各 种性 能 指 产 标， 生成 分析结果 ， 从而 完成性 能测试 的任务 。
量必须有 一套严 格规 范并 且行之 有效 的测试模 型和测
开 始
分析应用系统 ｌ
二二工二
性能需求分析 ｌ
———ｒ —一
试工具 。本 文在研 究 ＡＴ Ｍ 模 型 的基础 上 ， 结合软 Ｌ 并 件工程学 的思想 提 出了一种有效 的性 能测试模 型 即性
能 测 试 工 程 （ ｏｔ ｒ Ｐ ｒ ｒ ｎ ｅ Ｔ ｓｉｇ Ｓｆ ｗａｅ ｅｆ ｍａ ｃ ｅｔ ｏ ｎ
Ｅｎ ｉｅ ｒｎ Ｓ ｇｎ ｅ ｉｇ， ＰＴＥ） 。
测试方案设计 Ｉ
ｉ
．
二二工二
搭建测试环境 Ｉ 准备测试数据 ｆ
录 制 和开 发 脚 本
１ 软 件性 能测 试
软 件性 能测试是 观察 系统 在一个 给定 的环境和 场 景 中的性 能表 现是 否 与预期 目标一 致 ， 评判 系统 是 否
ｓ ｒ ｓ ｅ ｔｎ ｔｅ ｓ ｔ ｓ ｉｇ， ｆ ｔ ｕ ｅ ｔ ｇ ａｉ ｅｔｓｉ ． ｇ ｎ
目 前 ， 着 许 多 传 统 的 信 息 系 统 被 移 植 到 随
Ｉ ｔｒｅ ， ｂ应 用越 来越 深入 到人们 的工作 生 活 ， ｎｅｎ ｔＷｅ 如 搜索引擎 、 远程 教学 、 网上购 物等 ， 这都 对 ｗｅ ｂ应 用 系 统提 出越 来越 高的质量要 求 。要 保证性 能测试 的高质
Web应用程序漏洞挖掘技巧
Web应用程序漏洞挖掘技巧随着互联网的快速发展，Web应用程序在我们的日常生活中扮演着越来越重要的角色。
然而，Web应用程序也面临着被黑客利用的风险。
为了确保Web应用程序的安全性，我们需要了解和掌握一些漏洞挖掘技巧。
本文将介绍一些常见的Web应用程序漏洞及其挖掘技巧。
一、跨站脚本攻击（XSS）跨站脚本攻击是指黑客在网站中注入恶意脚本，用户浏览网页时恶意脚本会被执行，从而导致安全漏洞。
为了挖掘这类漏洞，我们可以尝试以下技巧：1. 输入特殊字符：尝试在输入框中输入一些特殊字符如<, >, ", '等，观察网站是否对输入进行了过滤处理。
2. 输入正常跨站脚本代码：尝试输入一些常见的跨站脚本代码，比如<script>alert('xss')</script>，检查是否能够成功执行。
3. 绕过过滤机制：对于一些简单的过滤机制，我们可以尝试一些绕过方法，比如使用大小写混合、使用HTML实体编码等。
二、SQL注入漏洞SQL注入漏洞是指黑客通过在Web应用程序的输入框中注入恶意SQL语句，从而获取数据库中的敏感信息。
下面是一些挖掘SQL注入漏洞的技巧：1. 单引号测试：在输入框中输入一个单引号（'），观察是否返回SQL错误信息。
如果返回错误信息，说明存在SQL注入漏洞的可能性。
2. UNION查询：尝试在输入框中输入一些UNION查询语句，观察是否能够成功执行并获取到不同的数据。
3. 盲注测试：对于一些无法直接看到结果的注入点，可以使用盲注技巧进行测试。
比如使用布尔注入、时间延迟注入等。
三、文件包含漏洞文件包含漏洞是指黑客通过在Web应用程序中包含恶意文件，从而执行任意代码。
以下是一些挖掘文件包含漏洞的技巧：1. 尝试包含远程文件：在输入框中输入远程文件路径，观察是否能够成功包含远程文件。
2. 文件路径遍历：尝试使用../来遍历文件路径，观察是否能够成功访问到其他目录中的文件。
基于LoadRunner的Web性能测试方法研究
络 带 宽 。在 通常情 况 下 ，如果 网络带 宽 的使用 超过 了４ ０％．那 么 网络 的使 用 就 达 到 了一 个 使 之成 为 应 用瓶 颈 的水平
图 ｌ 响 应 时间 与 用 户 负载 关 系图
ｂ ）吞 吐 量 （ｈｏ ｇ ｐ ｔ ｔｒｕ ｈ ｕ ）是指 单 位 时 间 内系统 所 处 理 的用 户 请求 数 目。一 般来 说 ，吞 吐量用请 求
吞
吐
量
用 户 负 载 图 ２ 吞 吐 量 与 用 户 负栽 的 关 系
主要 目的是 判断 系统 在预期 负载下 的性 能瓶 颈 ，便
于 系统 在开 发 和部署 时进 行相 应 的调整 和优 化 【 １ ］ 。
一
ｃ ）资 源利 用 率 （ ｔｉ ｔ ｎ ｕｉｚ ｉ ）是 指 系 统 不 同资 ｌａ ｏ
例将 用 户 分 配 至 ３个 脚 本 中 。迭 代 运 行 测 试 场 景
时 ，考 虑 设 置 不 同 的 Ｔ ｉｋ ｉ ｅ ｈｎ Ｔｍ 。测 试 结 果 如 表 １
所 示
（２ ： １７ １ ） ０ ２—１ ８ ． ０ ３
［】ＨＡ Ｕ ３ Ｂ ＬＡ，Ｋ Ｒ Ｏ Ｉ ． ａ ｓｎ ｎＡ Ａ ｐ ｌ ａ Ｕ Ｔ Ｖ Ｃ Ｅ ｂ ｄｔ ｔ ｇａ Ｊ Ｘ ａ ｐｉ ． ｅｉ ｃ ｔ ｎ 【 】／ ｒｃｅｉｇ ｆｔｅＩＩ２ ０ ０ｈ Ｉｔ Ｃ ｎ． ｎ ｉ Ｃ ／ ｏｅ ｄｎｓｏ Ｔ ０ ８ ３ｔ ｎ． ｏｆ ｏ ｏ Ｐ ｈ
购 书籍 、订 单 管 理 ３个 典 型 业 务 。将 虚 拟 用 户 以 ６ ０％ 、２ ０％ 、２ Ｏ％的 比例进 行 分 配 ，实 现 对 真 实
情 况下 用 户行 为 的建 模 ｂ ）测 试脚 本 开发
Web使用挖掘技术分析
Ａｂ ｔａ ｔ Ｔｈｓｐ ｐ ｒｉｔｏ ｕ ｅ ａ ｏ ｏ ｆＷ ｅ ｎｎ ｉｃｕ ｉｇＷ ｅ ｏ ｔｎ ｉｉｇ， ｅ ｔｕ ｔ ｒ ｉｉｇａ ｄ ｓｒ ｃ ｉ ａ ｅ ｒ ｄ ｃ ｓａｔｘ ｎ ｍｙｏ ｂｍｉｉｇ，ｎ ｌｄｎ ｂＣ ｎ ｅ ｔＭ ｎｎ Ｗ ｂＳ ｒ ｃｕ ｅＭ ｎｎ ｎ ｎ Ｗ ｅ ａ ｅＭ ｉｉｇ ｉｃ ｓｅ ｈ ｅ ｔｐ ｆ ｅ ａ ｅＭ ｉｉｇ，ｎ ｌｄｎ ａａｏ ｔ ｉｍｅ ｔａ ｄｄ ｔ ｒｐ ｏ ｅ ｓ ｐ ｔｅｎ ｂＵｓｇ ｎｎ ｄｓｕ ｓｓｔ ｒｅｓｅ ｓｏ ｂＵｓ ｇ ｎｎ ｉｃｕ ｉｇ ｄ ｔ ｂａｎ ｎ ｎ ａａｐ ｅ ｒ ｃｓ ， ａｔｒ ｉ Ｗ ｄｓｏ ｅｙ ａ ｄ ｐ ｔｅｎ ａ ａｙ ｉ，ｎ ｌｚｓｔ ｅｔｃ ｎｑ ｅｕ ｅ ｎ ｅ ｃ ｔｐｄ ｔｉ ｄ ｎ ｉ ｔｓｓ ｏ ｔｇ ｆｒｓａ ｃ ｎＷ ｅ ｉｃ ｖ ｒ ｎ ａ ｔｒ ｎ ｌｓｓ ａ ａｙ ｅ ｈ ｅ ｈ ｉｕ ｓｄ ｉ ａ ｈｓｅ ｅａｌ ￣ｉｄｃ ｅ ｈ ｒａ ｅｏ ｅ ｅ ｒｈｏ ｂ ｅ ａ Ｕｓ ｇ ｉｉｇ ａ ｒｓ ｎ ｎ ｉｅ ｈ ｅ ｅ ｒｈ ｄｒ ｃｉｎ ｎ Ｗ ｅ ａ ｅＭ ｉｉｇ ｉ ｈ ｕ ｕ ｅ ａ ｅＭ ｎｎ ｔｐ ｅ ｅ ｔａ ｄ ｇｖ ｓｔ ｅｒｓ ａｃ ｉｅｔ ｓｏ ｂＵｓ ｇ ｎｎ ｎ ｔｅ ｆｔ ｒ． ｏ
站 点文件 访 问 日志 引用 日志 代 理 日志 注册或远程
ｌ ＩＩＩＩ 翻
式●
发 现
一
来＿ ， ２ 并综合运用 了统计学 、 算机 网络 、 ］ 计 数据 库 与数 据仓 库、 可视化等众 多领域 的技 术 Ｗｅ 掘分 为 三类 ： ｂ内 ｂ挖 Ｗｅ 容挖掘 、 ｂ结构挖 掘和 ｗｅ 使用挖 掘 ， 图 １ ｗｅ ｂ 如 所示 。
基于Web语义挖掘的产品功能使用度分析
（ 上海 交通 大学 工业 工程与 物流 工程 系， 海 ２０４ ） 上 ０２０ 摘 要 ：为 了克服传 统 问卷 调查 方法研 究产 品功能使 用度 时受 限于样本 大 小和 目标针 对性 不 强等缺 陷 ， 出了 提
基 于 Ｗｅ 语 义挖掘 的产 品功 能使 用度分析 方 法 。运 用基 于人 工修 正的 知 网方 法构 建 了关联 词 表 ， ｂ 然后 开发 了
第２ ８卷第 ７期
２１ ０ １年 ７ 月
计 算 机 应 用 研 究
Ａｐ ｌ ａｉ ｎ Ｒｅ ｅ ｒ ｈ ｏ ｍｐ ｔ ｒ ｐ ｉ ｔ ｓ ａ ｃ ｆＣｏ ｕ ｅ ｓ ｃ ｏ
Ｖｏ ． ８ Ｎｏ ７ １２ ．
Ｊ １ ２ １ ｕ． ０ １
基 于 Ｗｅ ｂ语 义挖 掘 的产 品功 能使 用 度 分 析
析方 法主要分 为三个模 块 ： 建基 于知 网的关 联词表 、 品使 构 产
ｓｕ ｙ ｔ ｅ ｔｆ ｈ ｅ ｔ ｒ ｓ ｂｉｉ ｎａｙ ｉ ｐ ｒ ａ ｈ． ｔ ｄ ｏ ｔｓｉｙ ｔ ｅ ｆａ ｕ ｅ ｕ ａ ｌｔ ａ ｌ ｓｓ ａ ｐ ｏ ｃ ｙ
Ｋｅ ｒ ｓ ｙ ｗｏ ｄ ：ｐ ｏ ｕ ｔ ｅ ｔ ｒ ｓ ｂ ｌ ｙ ｒｄ ｃ ａｕ ｅ ｕ ａ ｉ ｔ ；Ｗ ｅ ｅ ｎｉ ｎ ｎ ｆ ｉ ｂ ｓｍａ ｔ ｍｉ ｉｇ；Ｈｏ Ｎｅ ；ｐ ｏ ｕ ｔｕ ａ ｅ ｉ ｆｒ ｔ ｎ ｓ ｓｅ ｃ ｗ ｔ ｒ ｄ ｃ ｓ ｇ ｎｏ ｍａ ｉ ｙ ｔｍ ｏ
了一些非常有用 的评价产 品功 能使用度 的方法 ， 然而这些方法 非常依赖于 问卷 调研 的数据 。实 际上 ， 问卷 调查 面临 两个 问
பைடு நூலகம்
产 品功 能使用度分析方法 。
基于师生访问行为挖掘的校园网负载测试方法
基于师生访问行为挖掘的校园网负载测试方法
柯秀文
【期刊名称】《山东商业职业技术学院学报》
【年(卷),期】2018(018)003
【摘要】校园网是校园信息交流的重要平台,随着师生访问量及数据量的增加,校园网服务器负载过重的现象也逐渐显现,降低了校园网服务效率和质量.如何构造有效的负载测试,进而实现系统调优成为一个重要的问题.针对存在的问题,提出一种基于师生访问行为挖掘的校园网负载测试方法,从校园网访问日志中挖掘师生访问行为特征,获得师生频繁访问模式,用于负载测试脚本的开发,最后进行校园网负载测试实验,实验结果表明测试负载与真实负载情况更加接近,验证了方法的有效性.
【总页数】5页(P88-91,96)
【作者】柯秀文
【作者单位】商丘职业技术学院,河南商丘476001
【正文语种】中文
【中图分类】TP311.13
【相关文献】
1.基于数据挖掘对校园网用户网络行为的分析 [J], 马煜
2.基于数据挖掘的校园网用户网络行为分析 [J], 王家鑫
3.基于Web使用挖掘的负载测试方法 [J], 薛群群;张骏温;张大林
4.Moodle平台师生访问行为日志统计与挖掘研究 [J], 郭涵阳;高曼如;沈良忠
5.基于数据挖掘的校园网用户网络行为分析 [J], 王家鑫
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ａｓ ａ ｎ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｍｅ ａ ｎ ｓ ｔ ｏ ｇ ｕ ａ ｒ ａ ｎ ｔ ｅ ｅ ｓ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ａ ｎ ｄ ｒ ｅ ｌ ｉ ａ ｂ ｉ ｌ ｉ ｔ ｙ ｏ ｆ Ｗｅ ｂ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ｓ ｙ ｓ ｔ ｅ ｍ ，Ｗ ｅ ｂ ｌ ｏ ａ ｄ ｔ ｅ ｓ ｔ ｉ ｎ ｇ ｉ ｓ ｂ ｅ ｃ ｏ ｍｉ ｎ ｇ ａ ｖ ｅ ｒ ｙ ｉ ｍｐ ｏ ｒ ｔ ａ ｎ ｔ ｐ ａ ｔ ｒ ｉ ｎ ｓ ｏ ｆ ｔ ｗａ ｒ ｅ ｄ ｅ ｖ ｅ ｌ ｏ ｐ ｍｅ ｎ ｔ ｌ ｉ ｆ ｅ ｃ ｙ ｃ ｌ ｅ ．Ｈｏ ｗ ｅ ｖ ｅ ｒ ，ｄ ｉ ｆ ｆ ｅ ｒ ｅ ｎ ｔ ｒ ｆ ｏ ｍ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ａ ｌ ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ｔ ｅ ｓ ｔ ｉ ｎ ｇ，Ｗ ｅ ｂ ｌ ｏ ａ ｄ ｔ ｅ ｓ ｔ ｉ ｎ ｇ ｉ ｓ
环节。然而 ， 区别于传统的软件测试 ， Ｗｅ ｂ应 用 系统 的 复 杂 性 及 其 用 户行 为 的 不 可 预 见 性 使 得 ｗｅ ｂ负载 测 试 变得 很 困
难。针 对上述 问题 ， 提 出一种 Ｗｅ ｂ 使 用频繁模式子树挖掘 算法， 从 用户 的访 问 日志中挖掘 出频繁访 问的 Ｗｅ ｂ页面 ， 分析 用户的行为特征 ， 使得 负栽环境尽 可能与真 实世界接 近。最后利 用性 能测试工具 Ｌ ｏ ａ ｄ Ｒ ｕ ｎ ｎ ｅ ｒ 对 实际项 目案例进 行 负载
２ ０ １ ７年 第 ２期 文章编号 ： １ ０ ０ ６ － ２ ４ ７ ５ （ ２ ０ １ ７ ） ０ ２ － ０ ０ ７ ３ － ０ ５
计 算 机 与 现 代 化 Ｊ Ｉ Ｓ Ｕ Ａ Ｎ Ｊ Ｉ Ｙ Ｕ Ｘ Ｉ Ａ Ｎ Ｄ Ａ Ｉ Ｈ Ｕ Ａ
第２ ５ ８期
基 于 Ｗｅ ｂ使 用 挖 掘 的负载 测 试 方 法
测试 ， 验 证 了该 方 法 的 有 效 性 和 实用 性 。
关键词 ： 负载 测 试 ；Ｗｅ ｂ使 用挖 掘 ： 频 繁 访 问模 式 ； Ｌ ｏ ａ ｄ Ｒ ｕ ｎ ｎ ｅ ｒ
中 图分 类 号 ： Ｔ Ｐ ３ １ １
文献 标 识 码 ： Ａ
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ６ ． ２ ４ ７ ５ ． ２ ０ １ ７ ． ０ ２ ． ０ １ ５
Ｗ ｅ ｂ Ｌｏ ａ ｄ Ｔｅ ｓ ｔ Ｍｅ ｔ ｈｏ ｄ Ｂａ ｓ ｅ ｄ ｏ ｎ Ｗ ｅ ｂ Ｕｓ ａ ｇ ｅ Ｍｉ ｎｉ ｎｇ
Ｘ Ｕ Ｅ Ｑ ｕ ｎ ． ｑ ｕ ｎ ， Ｚ Ｈ Ａ Ｎ Ｇ Ｊ ｕ ｎ — ｗ ｅ ｎ ， Ｚ Ｈ Ａ Ｎ Ｇ Ｄ ａ ． １ ｉ ｎ
（ １ ．Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃ ｏ ｍ ｐ ｕ ｔ ｅ ｒ ａ ｎ ｄ Ｉ ｎ ｆ ｏ ｒ ｍ ａ ｔ ｉ ｏ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｂ ｅ ｉ ｊ ｉ ｎ ｇ Ｊ ｉ ａ ｏ ｔ ｏ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｂ ｅ ｒ ｉ ｎ ｇ １ ０ ０ ０ ４ ４， Ｃ ｈ ｉ ｎ ａ ；
薛群群 ， 张骏温 ， 张大林
（ １ ． 北京 交通 大学计 算机 与信息技 术 学院， 北京 １ ０ ０ ０ ４ ４ ；２ ． 北 京交通 大学国 家轨 道交通安全评估研究 中心 ， 北京 １ ０ ０ ０ ４ ４ ）
摘要 ： 作 为保证 Ｗｅ ｂ应 用 系统稳定性和可靠性的 重要 手段 ， Ｗｅ ｂ负载测试逐 渐成 为软件 开发生命 周期 中很 重要 的一个
ｖ ｅ ｒ ｙ ｄ ｉ ｆ ｆ ｉ ｃ ｕ ｌ ｔ ｂ ｅ ｃ ａ ｕ ｓ ｅ ｏ ｆ ｔ ｈ ｅ ｃ ｏ ｍｐ ｌ ｅ ｘ ｉ ｔ ｙ ａ ｎ ｄ ｕ ｎ ｆ ｕ ｓ ｅ ｒ ｂ ｅ ｈ ａ ｖ ｉ ｏ ｒ ｏ ｆ Ｗｅ ｂ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｓ ．Ａｇ ａ ｉ ｎ ｓ ｔ ｔ ｈ ｅ ａ ｂ ｏ ｖ ｅ ｐ ｒ ｏ ｂ ｌ ｅ ｍｓ ，ａ
２ ，Ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ Ｃ ｅ ｎ ｔ ｅ ｒ ｏ ｆ Ｒ ａ ｉ ｌ ｗ ａ ｙ Ｓ ａ ｆ ｅ ｔ ｙ Ａ ｓ ｓ ｅ ｓ ｓ ｍ ｅ ｎ ｔ ，Ｂ ｅ ｒ ｉ ｎ ｇ Ｊ ｉ ａ ｏ ｔ ｏ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｂ ｅ ｒ ｉ ｎ ｇ １ ０ ０ ０ ４ ４ ，Ｃ ｈ ｉ ｎ ａ ）