随着计算机和网络技术的普及和应用，计算机安全变得越来越重要。入侵检测是计算机安全体系结构中的一个重要的组成部分，但面对日益更新的网络环境和层出不穷的攻击方法，传统构建入侵检测系统的方法显得缺乏一定的有效性、适应性和可扩展性。Agent技术是面向对象技术向软件智能化发展的产物，它的出现将在未来的分布式环境中扮演重要的角色。移动Agent技术的优势在于变远程通信为本地通信，但是Agent必须先移动到目的节点上，然后才能进行本地通信。因此，把移动Agent技术引入入侵检测系统中，首先需要解决的关键问题是移动Agent如何以最小的代价迁移到目的地，即移动Agent迁移策略。本文首先提出了迁移策略知识库系统结构，该系统分为两个部分，首先收集网络各个节点的状态信息，保存在状态信息数据库中；然后使用遗传算法建立迁移策略知识库。在移动Agent迁移时，从迁移策略知识库中获取这些迁移策略和以往的经验相结合，作为蚂蚁算法的初始信息素分布，使用蚂蚁算法计算出最终的迁移策略，引导移动Agent完成迁移任务。该方法使用两种算法结合以及利用经验信息，一方面提高了计算迁移策略的效率，另一方面使算法具有了学习的能力。最后用模拟实验验证了本文提出的算法的有效性和可行性。