随着互联网技术的飞速发展,网络已经渗透到人们生活的方方面面。Web服务作为互联网信息服务的入口,为海量的信息资源提供了共享交流的平台。Web服务的开放性使得针对Web应用的攻击呈显著上升趋势。Web日志记录着用户访问网站的全部过程,对Web日志进行安全分析不仅可以在Web攻击发生后还原攻击场景进行事后追踪,还可以实时监控Web服务器的安全状态。现如今,Web攻击方式复杂多变,单独使用基于规则库的误用检测方法已经无法应对层出不穷的新型攻击。由此,本文设计并实现了基于误用检测与异常检测的混合Web日志安全分析模型。本文主要工作可归纳如下：(1)研究针对Web日志请求属性的特征提取方法。考虑到Web日志请求属性中包含的攻击特征最多,通过对Web日志请求属性进行特征提取,得到能够区分异常行为的请求特征向量,并应用K-means聚类算法建立基于请求特征向量的Web正常访问模型。(2)提出混合Web日志安全分析模型,综合基于规则库匹配的误用检测模型与基于聚类算法的异常检测模型的优点,将误用检测模型未检测到攻击的访问日志载入异常检测模型进行二次检测。测试数据表明：与使用单一攻击检测模型相比,混合模型在提高检测率的同时降低了误检率。(3)搭建基于ELK stack的日志采集、存储与展示平台,实现了海量Web日志的实时攻击检测。测试数据表明：ELK stack在海量数据的载入速率和查询响应延时两个重要指标上具有良好的性能。