随着因特网的迅猛发展,网络安全问题受到了人们的普遍关注和重视,人们针对网络安全问题研究制订了各种安全防御机制。其中,入侵检测是近二十多年发展起来的可以动态监控、预防或抵御系统入侵行为的一种安全机制。与传统的的预防性安全机制相比,入侵检测具有智能监控、实时探测、动态响应和易于配置等特点。入侵检测的引入使得计算机网络的安全性得到了进一步的提高,它已成为计算机安全防御体系中必不可少的一项关键技术。近年来,蓬勃发展的因特网和日新月异的攻击手段给入侵检测技术带来新的挑战,这要求入侵检测技术为应对挑战应该具有更为优良的性能。作为入侵检测的核心,检测算法和技术是影响入侵检测性能发挥的关键因素。因此,本文选择以入侵检测系统的检测算法和技术为题开展研究。首先,概要分析入侵检测技术。然后从误用检测技术和异常检测技术两方面进行了较为深入的研究并取得了创新。概括为以下两点:1.针对误用检测技术,深入分析AC算法,基于有限状态自动机存储空间压缩的思想,提出一种改进的双重压缩AC算法。经实验验证,双重压缩AC算法较之基本AC算法,有效地提高了存储效率,加快了检测速度。2.针对异常检测技术,分析聚类方法用于入侵检测的实质,将其转换为组合优化问题。提出一种应用于入侵检测的基于量子遗传算法的聚类方法,并经实验验证其具备良好的检测性能。