在大数据时代,数据融合技术已成为必不可少的一项科学技术。在入侵检测系统中,传感装置获取的相关数据一定存在冗余部分,基本上这部分数据都会存在矛盾性,不过与此同时,少量数据还会具备一定的关联性,通过这些数据进行分析能够制定合理的决策。怎样对这些关联以及矛盾进行处理是目前融合模块需要考虑的关键问题。本文主要研究面向入侵检测的多源信息融合算法。(1)首先提出了一种多源数据融合冲突的解决方案,该方法采用误差分布来计算数据源权重,能较准确地反映出数据源的可靠性,实验结果表明,该方法能较好地解决多源冲突问题,本方法显示出其相比其他基准方法提高了预测准确性,在两种数据集上均表现出MNAD(Mean Normalized Absolute Distance,平均归一化绝对距离)和 RMSN(Root Mean Squared Error,均方根误差)上的优势,并且在运行速度上略有提升。(2)然后改进了经典的基于D-S证据理论的数据融合方法,主要通过引入皮尔逊相关性系数对各个证据体的整体权重比例进行计算和分配,并且针对合成公式的不足,改进了合成规则,得到一个新的融合算法,实验表明该算法对于合理命题的基本概率的融合值都相较于基准方法更高,具有很好的融合效果,并且收敛速度较快,随着证据数量的增加,其优越更为明显。(3)最后设计并实现了一个基于数据融合的入侵检测系统,该系统共分为数据包捕获、数据预处理模块,特征分配模块,子网络检测模块,决策融合模块等四个组成部分,通过应用前两个改进算法,能够在友好界面下有效地进行入侵检测。总的来说,本文针对多源数据融合中的冲突问题,从数据级上提供了一种融合算法,并改进了传统的D-S证据理论,以更好地应用于融合过程,最后将这两个算法应用到一个入侵检测系统中,实现了一个基于信息融合的入侵检测系统。