随着全球网络化、信息化的迅速发展,网络安全问题日益严重,而且攻击手段复杂化、自动化和大规模化程度不断提高,使得传统静态响应策略已经远远不能满足响应的需要,因此,自动入侵响应系统成为目前的研究热点。但自动入侵响应系统到目前为止还处于初步研究阶段,如何提高响应效率,减少系统损失,实现响应的及时性、合理性、智能性等技术问题还没有完全解决。本文以现有入侵检测系统的构架为基础,对自动入侵响应系统进行了相关的研究。第一,介绍了入侵响应系统的基本知识,包括国内外研究现状,主要系统模型、系统分类及其关键响应技术等,并分析了目前存在的主要问题。第二,针对目前原始报警数量大、质量低的问题引入了报警信息处理模型,该模型将IDS原始报警信息进行过滤、融合、关联处理,其中为有效识别独立报警间关系发现攻击真实目的,本文在对现有报警关联算法优缺点进行总结的基础上,提出了意图识别预测算法。使用MIT林肯实验室开发的DARPA 2000测评数据集进行实验验证,结果表明通过这些方法对原始报警进行综合处理,可以减少报警数量,降低误报率、漏报率和重复报警率,重建攻击过程,提升报警信息质量,为正确的响应决策打下了基础。第三,在对入侵响应已有工作进行总结的基础上,提出了一种自动入侵响应系统模型。首先为了降低响应时间提高响应效率本文根据超报警是否已成功响应,引入分流代理对超报警信息进行分类处理。其次响应决策模块本文借鉴Wenke Lee的成本敏感模型的思想,提出成本最优化分析代理,该代理综合考虑攻击的危害、响应操作代价、响应负面代价,从全局考虑实现了响应措施的最优化选择。最后通过实验进行了相关验证。