现在中国互联网接入人数已位居世界首位,中国网站数量呈爆发式增长,网站拓扑结构和网络安全问题日益突出,因此网络日志分析已成为网站服务器管理者解决上述问题的决策依据。Tomcat是目前比较流行的一种WEB服务器,对其网络日志的分析逐渐成为了研究热点。Tomcat访问日志分析作为一种决策支持手段,应用于网络日志分析的过程中仍面临诸多挑战。本文在总结前人研究成果的基础上,从网站实时监控模式和用户访问行为分析两个方面展开了创新性研究：制定出了从Tomcat访问日志的分布式采集到统一存储再到最后日志数据整合分析的一整套解决方案,并基于此开发了一个Tomcat访问日志分析系统,而且将基于分类规则的数据挖掘技术融入到Tomcat访问日志分析中；同时对经典Apriori-All串行序列模式挖掘算法进行了改进,进而提出了一个用户访问行为挖掘的并行算法。本文采用原型法开发了一个基于分类规则的Tomcat访问日志分析系统,即采用分布式C/S架构对部署在不同地理位置的Tomcat服务器进行统一的实时监控,不仅提高了效率而且降低了管理成本。在入侵监控和预警的问题上,本系统采用分类规则技术得到入侵规则,然后通过一个工作线程不间断扫描访问日志进行实时匹配报警,这样做到了有问题早解决。在用户访问行为分析方面,本文将提出一个基于网格的前向投影Apriori-all串行算法(简称GFPA);并且在基于数据并行的序列模式挖掘算法(简称DPSP)的基础上提出了一种基于多处理机调度的并行序列模式挖掘算法(简称MDPSP)来进行用户访问行为模式挖掘。对三种典型的用户访问行为挖掘算法进行比较分析表明,基于MDPSP的用户访问行为挖掘算法的执行效率和加速比都比较高,而且达到了均衡负载的效果。