网络安全技术是Intemet及信息技术发展的基石，已成为计算机领域重要的研究课题之一，它从解决网络安全问题的实践过程中不断拓展和丰富。在继众多网络安全技术(如VPN技术、加密技术、防火墙等)后，入侵检测已成为又一重要的网络安全保障措施。 首先，本文总结概述了网络安全和入侵检测的一些研究现状，介绍了入侵检测的概念、工作原理、以及发展趋势，并分析了在新的网络环境中传统入侵检测方法面临的困境。 其次，对模糊神经网络进行了详细的介绍，并通过大量研究，分析了模糊神经网络自身的优势。 然后，以网络入侵的异常检测研究为出发点，通过对入侵检测模型分析，引入具有强大分类能力的模糊神经网络技术，构建了一种基于模糊神经网络的检测模型。根据网络入侵检测的特征，提出了相应的检测算法，克服了神经网络与模糊逻辑的缺陷，能对目标特征空间进行有效划分，以识别出正常与入侵行为。 最后，本文对模糊神经网络入侵检测模型FNNIDM(Fuzzy Network IntrusionDetection Model)的核心组成部分进行了设计、分析和实现，并最终取得了很好的实验结果。 本文是把模糊神经网络应用于入侵检测的一次尝试。将人工智能方法引入传统的IDS中具有极大的理论及实践意义。