报警融合技术是网络安全和入侵检测领域的前沿学科,近年来,国内外很多专家学者对这一领域进行了深入的研究和开拓,提出了许多创造性的理论,为我们继续在该领域进行研究奠定了基础。本论文所做的工作重点和取得的创新主要集中在报警关联算法领域,提出了一种新的基于报警间隔时间概率密度函数的指数模型关联算法和一种改进的时序事件属性模糊关联算法。并对新提出的两种算法进行了研究和综合实验。本文通过对网络系统安全、入侵检测现状的调查了解,对入侵检测领域的关键技术做了详细的研究和剖析。主要有三个研究重点：一个是报警关联融合算法,一个是入侵检测系统本身,一个是入侵检测信息的规范化。其中,对报警关联融合算法的研究是本文的核心。在本篇论文中,列举了三种报警关联算法,它们分别是间隔时间爱尔兰模型关联算法、属性相似度模糊关联算法和间隔时间指数模型关联算法。文中主要论述了以上三个算法的理论基础和推导过程,并通过实验分别验证了三个算法的有效性。属性相似度模糊关联算法和间隔时间指数模型关联算法被联合使用。在最后的实验验证中,主要对比了爱尔兰模型关联算法、指数模型关联算法、指数模型-模糊属性联合关联算法在实际应用中的性能。在三种算法的关联率比较实验中,联合算法表现出了优秀的关联效率；在三种算法对特定类型报警的关联正确率比较实验中,同样证明了联合关联算法在不同类型报警的正确关联方面存在优越性能。最后总结了各个算法的优缺点,并在关联算法的改进方面和融合技术未来研究方向方面提出了自己的思路。