当今安防技术迅猛发展,市场对安防的需求越来越高,传统的安防技术需要技术进步以适应社会的需求,安防需要向集成、数字、专业等方向发展。基于多传感器数据融合技术的一体化安防系统能从多个维度更精确和全面地获取被测对象的数据信息,提高系统报警准确率。因此,将基于多传感器数据融合技术运用于一体化安防系统具有重要的意义。本文主要研究内容如下:（1）为了解决ID3算法中存在的多值偏向问题,提出了一种基于改进ID3的CACID3（Confidence And Correlation-ID3）算法在多传感器一体化安防系统中数据融合的新方法。CACID3算法在该算法的基础上引入属性置信度调整期望熵,其值取决于相关领域知识。然后引入相关度来调整信息增益值,提高分类精度。实验分析和对比了4组UCI数据集和基于多传感器的一体化安防系统的报警数据在使用CACID3算法时的F1值和正确率,通过实验得出CACID3算法是可行有效的。（2）针对处理不平衡数据中存在的问题,进行了优化研究,提出了一种平衡数据集的TSMOTE+ENN混合采样算法。为了解决多传感器的一体化安防系统中各传感器报警准确率的监测数据具有多维和不平衡的缺点,本文采用欠采样方法和过采样混合方法,将优化后的TSMOTE+ENN混合采样算法应用到了某多传感器一体化安防领域。以随机森林为分类器,正确率、召回率、精度、F1值、AUC值为性能评价指标。通过实验分析和对比了 5组UCI数据集和真实安防报警数据在使用基于TSMOTE+ENN算法时的ROC曲线图,表明基于TSMOTE+ENN混合采样的效果更佳。（3）在上述研究的基础上,采用了 C/S模式、ASPnet框架设计并实现了基于多传感器的一体化安防系统。该系统主要包括六个模块:信息管理模块、库区门禁模块、人员定位模块、物资检测模块、自动巡检模块以及视频监测模块。同时,对基于多传感器数据融合技术的安防系统进行了测试。实验结果表明,多传感器融合算法能提高系统报警准确率和可靠性,降低误报警率和漏报率,有效防止蓝方非法入侵。