不平衡数据集指的是数据集内各类样本点数目相差较大的数据集。使用传统的数据挖掘算法处理不平衡数据集存在着准确率低下、分类效果不佳的问题。SMOTE算法对不平衡数据集进行预处理,也存在采样有效性不足、模糊正负类边界、影响原始数据分布的缺陷。本文针对传统的SMOTE算法存在的问题,对其进行改进,开展了以下研究工作：(1)研究SMOTE算法的优化策略,提出基于K-means聚类的SMOTE算法(KM-SMOTE).该算法对少数类数据集进行数据预处理,以簇心与聚类数据点为基准,用改进的KM-SMOTE采样公式替代SMOTE算法的采样公式,将新增加的样本数据控制在少数类区间,以此来解决SMOTE算法存在的无法体现不平衡数据集的均匀分布以及模糊正负类边界的问题。实验结果表明,改进的KM-SMOTE算法能够提升少数类样本的分类精度,改进效果明显。(2)为了提升SMOTE算法的抽样能力,改进过拟合问题,提出第二种改进的SMOTE算法(RM-SMOTE)。该算法同样以聚类簇心为中心,通过建立h维球形空间,并在球体内随机插值,在扩大合理数据插值方式的情况下,进一步收缩了边界插值的区域,提升了算法合理性。实验结果说明,RM-SMOTE算法在不平衡数据集的分类上有其特定的优势,对不同数据集分类效果的稳定性好。(3)将改进的算法应用于网络入侵检测中,并通过在UCI数据集和入侵网络检测数据集上的实验,进一步验证了本文算法的可用性。