随着计算机网络技术的发展和网络系统的膨胀，敏感数据正面临着被黑客攻击的威胁。对于网络来说入侵是很常见的威胁，而且攻击者的创造力不断提高，开发一个有效的入侵检测系统(IDS，Intrusion Detection System)正成为巨大挑战。解决该问题的常用方法是开发一个基于规则库的专家系统，但需要付出高昂的维护费用。由此导致了下一代入侵检测系统的发展，即使用人工智能技术来检测入侵，如人工神经网络、逻辑树、遗传算法、模糊逻辑和数据挖掘。事实表明基于这些技术的攻击类型知识库减少了IDS的计算成本。在这些方法中，进化搜索技术如遗传算法，有能力区分网络流量中的异常模式。本论文描述了用微遗传算法(MGA，Micro Genetic Algorithm)构建的一个入侵过滤器，该过滤器用多重故障诊断的办法检测入侵攻击的子集。从我们的初步分析结果来看，该过滤器对拒绝服务类(DoS，Denial-of-Service)攻击的子集检测是非常成功的。该过滤器是我们正在研究的智能入侵检测系统的重要组成部分。当然，遗传算法等相关学科应用到入侵检测系统中，使其具有智能性，这些还处于研究阶段，入侵检测系统还有更多的方面需要人们去做更多的努力。作者相信，在大家的努力下，入侵检测系统一定会像现在的防火墙，走进千家万户。