陈 烨,刘 渊
(1.江南大学数字媒体学院,江苏 无锡214122;2.江苏省信息融合软件工程技术研发中心,江苏 江阴214405)
证据理论也称D-S证据理论,是由Dempster于1967年提出、并由他的学生Shafer进一步发展起来的建立在有限离散领域之上的推理形式。DS证据理论通过定义置信函数,可将不确定性和不知道进行区分,能在先验概率未知的情况下,通过简单的证据合成准则将多个不确定信息进行合成,得出较好的综合结果。D-S证据理论已广泛运用于数据融合的各个领域,如:专家咨询系统、预测、图像处理、人工智能、识别分类等。入侵检测是将网络数据分为正常数据和各类型的攻击数据,本质上是一个多分类问题[1]。然而,单一的检测算法往往存在检测率不高、误报率过高等局限性,所以国内外诸多学者研究将D-S证据理论引入到入侵检测系统中[2]。但是,基于经典D-S证据理论的大部分研究需要假设截获的数据相互独立无冲突,而在真实网络环境中数据不可能无冲突,因此基于经典D-S证据理论的网络数据融合会导致融合结果不合理,影响检测效果。
为了解决经典D-S证据理论在冲突的数据中不能取得合理结果这一问题,本文应用一种基于加权[3]的组合算法,能有效处理高度冲突证据的组合,并融合多个SVM分类器建立异常检测模型。
D-S证据理论是建立在非空有限域Θ上的理论,Θ称为识别框架(Frame of discernment),表示有限个系统状态{A1,A2,…,An},而系统状态假设Hi是Θ的一个子集,也就是Θ的幂集P(Θ)中的一个元素。……