论文研究基于参数优化隐马尔可夫模型的网络取证证据融合方法.pdf

为了克服隐马尔可夫模型（hiddenMarkovmodel，HMM）在训练时波氏算法（Baum-Welch，B-W）易陷入局部最优解的不足，采用自适应遗传算法对其进行参数优化，设计了染色体编码方法和遗传操作方式。利用Viterbi算法选择最有可能的元证据序列，用疑似证据替换元证据回溯得到证据链。实验结果表明，自适应遗传算法优化的HMM具有更好的状态，采用Viterbi算法得到的证据链能够较精确地重现网络入侵的犯罪现场。