基于D-S證據(jù)理論的沖突證據(jù)分析研究.pdf

1、互聯(lián)網(wǎng)自由性、開放性、虛擬性，為犯罪分子肆意傳播非法內(nèi)容、非法獲取網(wǎng)絡(luò)資源創(chuàng)造了機會。我們的電腦每天都與外界進行大量的信息交流、數(shù)據(jù)訪問，甚至遭受來自其他電腦的攻擊，這期間都會留下各種各樣的痕跡，如何從這海量的數(shù)據(jù)中獲取有價值的信息、有效識別外來攻擊，成為當(dāng)前取證分析技術(shù)領(lǐng)域研究的熱點。顯然傳統(tǒng)的取證方法很難依據(jù)相關(guān)技術(shù)找到證明某個事實的依據(jù)，在這種情況下，高效的計算機取證技術(shù)應(yīng)運而生。
　　計算機取證涉及到對證據(jù)的預(yù)處理、證據(jù)融

2、合等分析方法，而當(dāng)前對證據(jù)預(yù)處理的準(zhǔn)確性不高以及證據(jù)融合有效性差等問題都在一定程度上降低了證據(jù)的可信度。為此本文從證據(jù)預(yù)處理、證據(jù)融合兩個方面入手，首先采用改進的層次聚類算法對證據(jù)進行預(yù)處理，用以解決證據(jù)量過大、證據(jù)信息過于復(fù)雜的問題；然后采用改進證據(jù)組合規(guī)則的證據(jù)理論，用以解決當(dāng)前證據(jù)融合過程中一票否決、沖突證據(jù)難以有效融合的問題。本文主要做了以下幾點工作：
　　(1)針對層次聚類算法在距離度量方面的不足，提出一種基于全局距離度

3、量的層次聚類算法。
　　分析現(xiàn)有層次聚類算法存在的問題，介紹了層次聚類算法中用到的距離度量方法——全局距離度量，以及層次聚類算法中常用的一種方式——凝聚式，鑒于以上兩點提出了基于全局距離度量的凝聚式層次聚類算法，該算法通過最大化目標(biāo)函數(shù)達到全局最優(yōu)，實現(xiàn)了對不同密度數(shù)據(jù)的有效聚類。
　　(2)對證據(jù)理論基本概率進行再分配，實現(xiàn)對沖突證據(jù)和低可信度證據(jù)的有效融合。
　　分析D-S證據(jù)理論的相關(guān)知識，對其基本概念、組合規(guī)則

4、、以及存在的問題進行分析。鑒于其在高沖突證據(jù)融合過程可信度不高的問題，提出一種改進的證據(jù)理論組合方法，該方法首先對沖突證據(jù)進行識別，然后對其進行基本概率再分配處理，即對每個沖突證據(jù)在融合過程中加上不同的權(quán)值；最后利用傳統(tǒng)的D-S證據(jù)規(guī)則對處理好的證據(jù)進行融合，以實現(xiàn)在不丟棄有效信息的情況下獲得有效的融合結(jié)果。
　　(3)設(shè)計基于D-S證據(jù)理論的沖突證據(jù)分析系統(tǒng)框架，實現(xiàn)對KDD CUP99數(shù)據(jù)的融合分析。
　　對采集到的數(shù)量