随着信息网络的飞速发展和Internet的普及，涌现出大量的网络安全问题，以往简单的防火墙技术，目前已无法解决错综复杂的网络安全问题。网络安全面临的问题主要向着多变性、智能性和隐藏性发展。为了增强网络的安全性，许多组织不断地提出更加稳健、更加积极的策略和计划，而入侵检测就是解决这个问题的有效方法之一，它可以采取有效的防御措施向用户提供实时的入侵检测相关信息。随着网络安全领域对入侵检测技术的深入研究，入侵检测技术在主动防御外来入侵方面，能够采取高效的处理技术，例如智能化技术，对入侵检测系统实行分布式保护措施。当系统受到外来攻击时，入侵检测技术能帮助其保持安全性和可操作性，同时入侵检测技术还能为系统继续提供关键性的服务。本文主要对入侵检测功能，分类和入侵检测的方法进行描述，并详细阐述粒子群算法是如何发展的，重点介绍了协同进化粒子群算法和多种群协同进化粒子群优化算法的步骤以及流程，通过利用经典函数对算法进行比较验证，可知MSPSO算法能够较快地找到全局最优适应函数，有较强的全局搜索能力，可弥补过早收敛，陷入局部极值的缺点。利用该算法对KDD CUP99入侵检测数据集进行规则提取，重点对KDD CUP99训练数据集和测试数据集进行测试。算法通过规则将KDD CUP99数据集测试应用于训练集和测试集，结果表明该算法应用于训练集的检测率平均达到95.251%，误报率平均仅有4.862%，应用于测试集的检测率平均为88.557%，误报率平均为7.058%。说明该算法在提取规则上实用且有效，对于检测率和误报率问题，该算法都能很好的解决，网络中出现的异常信息该算法也能够检测到。