随着计算机网络的不断发展,人们在受益于网络的同时,网络系统的安全保护问题也越来越突出。现如今网络系统受到的攻击越来越普遍,攻击的手法也越来越复杂,网络安全加密技术例如防火墙、信息加密等技术已远远不能阻止网络上的入侵。因此入侵检测技术也随着相关技术的发展而日渐成熟,成为网络安全的重要防线。入侵检测系统(Intrusion Detection Systern,IDS)通过对网络或者系统进行实时的监测,及时的发现入侵行为或手段,并通知系统或者用户采取相应的措施,从而保护网络的安全。　　 云模型反映了人类知识或宇宙事务中概念的两种不确定性:模糊性,即边界的亦此亦彼性,随机性,即事务发生的概率。云模型把模糊性和随机性结合在一起,研究自然语言中最基本的语言值之中所包含的不确定性的普遍规律,云理论模型可以将精确的数值转换为恰当的定性语言值,也可以从语言值表达的定性概念信息中得到定量数据的范围和分布的规律。云模型仅仅需要期望、熵、超熵三个数字特征就可表示定性的概念,极大的简化了数据特征的表达方式,使得数据处理的效率得到提高。文中,将KDDCUP99入侵数据集作为入侵数据,通过云模型的属性空间软划分方法将数值属性转换为定性概念属性。对转换之后的数据进行关联规则挖掘,挖掘出有用的关联规则。实验证明,将这些挖掘出的有用的关联规则应用到入侵检测当中,可以得到较好的检测率和较低的误报率。　　 人工神经网络(ANN)是人类在对大脑神经网络认识和理解的基础上,人工构造的用来实现特定功能的神经网络,它是模仿大脑中神经元的结构和功能而建立的处理信息的系统,是数学化的人脑神经网络。文中,将KDDCUP99入侵数据集作为入侵数据,将RBF径向基神经网络应用到入侵检测当中,实验表明,可以得到较好的检测率和较低的误报率。