随着信息技术的不断发展，计算机网络逐渐渗透到了国民经济的各个行业，计算机网络系统的安全已成为经济社会发展不可忽视的一个方面。在众多的网络安全技术中，入侵检测技术由于其具有高度的智能性、自适应性和实时性等特点已成为目前网络安全发展的一个重点。本文结合Kalman滤波、人工神经网络和数据挖掘等技术，对智能入侵检测技术进行了详细研究，这些研究主要集中在两点，一个是将信号处理与信号去噪的基本理论应用到入侵检测领域里，设计了基于Kalman滤波的和基于人工神经网络滤波的入侵检测算法，并对这些算法进行了数据实验，取得了良好的效果；另一个是对数据挖掘技术在入侵检测里的应用进行了探索和研究，并详细研究了关联分析技术在IDS中的应用，并对相关的Apriori算法进行了改进，提高了检测效率。