入侵检测系统是指能够自动识别计算机系统内入侵行为的系统,它可以检测出内部用户或外部入侵者的非授权使用、误用和入侵等异常行为模式,保护计算机系统的安全。其关键和核心内容是进行网络安全审计。网络安全审计的目的是实时地、不间断地监视整个网络系统以及应用程序的运行状态,及时发现系统中可疑的、违规的或危险的行为,进行报警和采取阻断措施,并留下记录。但目前在安全审计过程中普遍存在着检测准确率低和自适应性差等问题。为了解决这些问题,提出入侵检测系统与防火墙和蜜罐协作,共同提高工作效率。因为各个系统之间的联动和信息共享,以及侧重点不同的任务配合,可以缩短处理时间,提高系统运行效率。然后提出深度挖掘的概念,是在系统异常阈值被触发或蜜罐被攻击时,充分利用系统资源,进行多层次和多算法的数据挖掘,发现未知的入侵和攻击手段。本文将前面的两种设计概念应用到入侵检测安全审计设计中,并且找出数据挖掘和网络安全审计在技术上的结合点,建立基于数据挖掘的入侵检测安全审计模型,改进了现有设计。