1.2.1　信息融合技术

信息融合技术是把来自于不同数据源的数据进行结合的方法和工具的形式化描述,它是对多数据源信息进行处理的关键技术,也称为“多传感器数据融合(Multi-sensor Data Fusion,MDF)”或“数据融合”。从信息论的角度来看,多数据源信息能够提供更多的信息量,较单数据源信息更具优势^[28]。信息融合并不是一个崭新的概念,但随着近年来高级处理技术以及高效处理硬件的出现,信息的实时融合成为新的研究热点^[29],如何处理数量庞大、种类繁多的多源信息,成为了信息融合研究中亟待解决的问题。该领域的研究也从理论研究和技术应用方面促进了信息融合技术的发展。1985年以来,国外已经出版了10余部有关信息融合的学术专著。其中,Llinas J和Waltz E的专著《多传感器信息融合》^[30],Hall D L的专著《多传感器信息融合中的数学技术》^[31]以及Hall D L和Llinas编著的《多传感器信息融合手册》^[32]对信息融合研究的内容、应用和公共基础作了全面的阐述。

美国三军政府组织实验室理事联合会(Joint Directorate of Laboratories,JDL)的数据融合专家组在成立伊始就开始了数据融合的标准化工作,并构造了融合过程的通用模型^[33],是目前经典的数据融合概念模型。

融合所采用的主要技术有:①经典的推理和统计方法;②贝叶斯推理技术;③Dempster-Shafer证据理论;④聚类分析;⑤熵法;⑥品质因数技术;⑦专家系统和人工智能技术;⑧神经网络技术等。

随着信息技术的发展,军事和非军事领域网络安全的重要性也逐渐得到重视。信息融合技术为研究者建立下一代的网络管理系统或入侵检测系统,进而获取网络安全态势感知提供了重要的功能性框架。