1、網(wǎng)絡已經(jīng)成為人們學習、工作和生活中必不可少的重要組成部分。校園網(wǎng)作為高校教學、科研和信息服務的基礎平臺，已經(jīng)成為衡量高校信息化建設和智慧校園建設的重要指標之一。隨著校園網(wǎng)中各種網(wǎng)絡應用的增多，產(chǎn)生了以日志形式存在的海量網(wǎng)絡用戶行為數(shù)據(jù)。與此同時，校園網(wǎng)規(guī)模的日益擴大和用戶人數(shù)的增長，給校園網(wǎng)優(yōu)化升級和日常運維管理帶來了許多問題。另外，學生用戶過度使用網(wǎng)絡不僅給自身的學習、生活和身心健康帶來了巨大危害，而且為高校學生教育管理工作提出了新的

2、要求。因此，校園網(wǎng)用戶網(wǎng)絡行為分析，有助于高校網(wǎng)絡管理部門制定和完善更加合理有效的網(wǎng)絡管理制度和日常運維策略；為廣大師生提高安全、快速和可靠的網(wǎng)絡環(huán)境；有助于高校學生管理部門及時了解和發(fā)現(xiàn)學生的思想動態(tài)和學習狀況等有用信息。
　　本文在西北民族大學校園網(wǎng)基礎上，以校園網(wǎng)絡核心交換機H3C-12508網(wǎng)絡鏡像端口用戶訪問網(wǎng)絡的點擊流日志和深藍計費網(wǎng)關 Srun3000的用戶登錄數(shù)據(jù)作為研究對象，主要針對校園網(wǎng)用戶中學生用戶在線行為展

3、開研究。
　　本文主要研究工作如下：1.搭建了包含 Hive和 Sqoop子項目的分布式Hadoop實驗環(huán)境；2.在Hadoop集群下，預處理校園網(wǎng)用戶行為數(shù)據(jù)和進行用戶類別劃分；3.采用HiveQL查詢技術，對校園網(wǎng)用戶群體行為從五個方面展開研究，即不同時段在線用戶人數(shù)分析、用戶在線時間長度分析、用戶訪問的目的地址分析、用戶在線流量分析和學生異常行為分析。用戶訪問的目的地址分析中，為了加快目的地址統(tǒng)計和排序的速度，編寫了一個Li

4、nux Shell腳本用于目的地址統(tǒng)計和排序，并取得了良好的運行效果。通過對不同年級、不同培養(yǎng)層次和不同學院學生用戶在線時長、使用網(wǎng)絡流量和在線人數(shù)等方面進行對比研究，并對不同學生用戶群體中出現(xiàn)網(wǎng)絡行為異常的原因作了初步的探討和分析，給出了具有針對性的意見和建議；4.對學生用戶群體行為展開聚類分析。首先利用K-means聚類算法并行化的思路，找出了該算法的實現(xiàn)方法；接著編寫 Mapper函數(shù)和Reducer函數(shù)實現(xiàn) K-means算法；