基于證據(jù)理論的多源證據(jù)分析技術(shù)研究.pdf

1、隨著信息技術(shù)日新月異的發(fā)展,網(wǎng)絡(luò)和電子信息也不斷涌現(xiàn)在人們的日常生活中,它們?cè)诮o人們帶來(lái)巨大的信息獲取和處理方便的同時(shí),也給人們帶來(lái)了風(fēng)險(xiǎn)和挑戰(zhàn)。利用網(wǎng)絡(luò)信息進(jìn)行詐騙、利用網(wǎng)絡(luò)微博進(jìn)行誘導(dǎo)犯罪、利用計(jì)算機(jī)主機(jī)進(jìn)行犯罪,諸如此類的計(jì)算機(jī)、網(wǎng)絡(luò)、電子等信息安全問(wèn)題暴露出來(lái)。傳統(tǒng)的現(xiàn)場(chǎng)和紙質(zhì)取證方法已完全解決不了這類問(wèn)題,不能盡快偵破案件,這時(shí)就需要有效的工具和手段進(jìn)行電子取證分析。而對(duì)證據(jù)進(jìn)行分析的過(guò)程中,不可避免的會(huì)遇到證據(jù)信息數(shù)據(jù)量過(guò)多

2、、證據(jù)信息來(lái)自不同領(lǐng)域、證據(jù)信息源不同、證據(jù)信息具有不確定性或者證據(jù)比較模糊難以界定和判斷的情況。證據(jù)理論,就是一種因自身優(yōu)勢(shì)近年來(lái)得到廣泛應(yīng)用的一種處理不確定性信息的常用推理方法,也可以對(duì)多源證據(jù)信息進(jìn)行有效融合,縮小假設(shè)空間集合數(shù)目,在很多領(lǐng)域的決策問(wèn)題和信息融合問(wèn)題中具有良好的性能。證據(jù)理論往往是對(duì)證據(jù)進(jìn)行一一組合合并之后分析,但是鑒于平時(shí)要分析的證據(jù)量太大、證據(jù)信息太雜、信息源不同,本文研究分析了模糊聚類算法并對(duì)其進(jìn)行改進(jìn)用于證

3、據(jù)分析預(yù)處理,探討研究了證據(jù)理論存在的問(wèn)題并針對(duì)焦元爆炸計(jì)算量大的問(wèn)題,提出改進(jìn)組合規(guī)則的證據(jù)理論,用于證據(jù)融合分析。將改進(jìn)的模糊聚類算法和證據(jù)理論應(yīng)用到多源證據(jù)分析過(guò)程中,最終形成的基本流程是證據(jù)采集、證據(jù)預(yù)處理、多源證據(jù)信息融合、證據(jù)分析。本文主要做了以下幾點(diǎn)工作:
　　(1)系統(tǒng)探討了證據(jù)理論、模糊聚類算法的基本概念,對(duì)證據(jù)理論的組合規(guī)則、優(yōu)勢(shì)、存在問(wèn)題以及目前的解決辦法進(jìn)行闡述,對(duì)模糊聚類算法研究所需要具備的理論基礎(chǔ)知識(shí)進(jìn)

4、行介紹。
　　(2)研究學(xué)習(xí)了模糊聚類算法中一種被廣泛應(yīng)用的算法—模糊C均值聚類算法,對(duì)該算法的基本含義、算法基本流程以及存在的問(wèn)題進(jìn)行分析闡述,并引入模擬退火算法來(lái)確定模糊C均值聚類算法初始聚類數(shù),避免了傳統(tǒng)的根據(jù)先驗(yàn)知識(shí)來(lái)確定這個(gè)數(shù)字的局限性,也對(duì)聚類中心函數(shù)進(jìn)行加權(quán)處理,使得改進(jìn)后的算法收斂到所需要的目標(biāo)函數(shù)的速度加快,效率也大大提高了。
　　(3)對(duì)證據(jù)理論進(jìn)行深入研究學(xué)習(xí),對(duì)證據(jù)理論的基本概念、組合規(guī)則、優(yōu)勢(shì)及存在

5、問(wèn)題系統(tǒng)探討。本文針對(duì)存在的證據(jù)量多時(shí)可能造成的證據(jù)焦元爆炸問(wèn)題,也就是計(jì)算量成指數(shù)級(jí)增長(zhǎng)給證據(jù)信息融合帶來(lái)極大困難的問(wèn)題,提出了改進(jìn)證據(jù)理論組合規(guī)則的方法,并進(jìn)行數(shù)值實(shí)驗(yàn),驗(yàn)證了改進(jìn)后的組合規(guī)則方法使得信息融合計(jì)算量有所減少。
　　(4)從主機(jī)取證系統(tǒng)中采集進(jìn)程證據(jù)信息,利用改進(jìn)后的模糊C均值聚類算法對(duì)證據(jù)信息進(jìn)行預(yù)處理,然后利用改進(jìn)后的證據(jù)理論對(duì)多源證據(jù)信息進(jìn)行融合處理,最終對(duì)證據(jù)進(jìn)行分析決策,形成一個(gè)基于證據(jù)理論的多源證據(jù)分