随着计算机网络应用的普及,网上商务活动的广泛开展,计算机系统的安全问题日益突出。入侵检测如今作为一种积极的主动安全防护技术,对于它的研究倍受大家重视。入侵检测提供了包括对内部攻击、外部攻击和误操作的三类实时保护,在网络系统受到危害之前能够及时的拦截和响应入侵行为,进而保护网络的安全。数据挖掘是指从大量的数据中挖掘出有用的知识的过程。由于所挖掘到的有用的知识能够给社会各领域以强有力的支持,因此,数据挖掘技术如今得到了广泛的应用和发展。在数据挖掘算法的研究中,比较有影响力的是关联规则发现算法,关联规则的发现是在数据挖掘技术中最成功并且最重要的一项任务,关联规则算法的目标是发现数据集中存在的全部的频繁模式。本文在对目前的入侵检测技术和数据挖掘技术深入的研究的基础上,针对现有入侵检测技术的不足和目前关联规则算法的研究,结合网络的特点,提出了一种适合入侵检测的数据挖掘算法——基于矩阵结构的模糊关联规则数据挖掘算法(FARMBM)。该算法使数据挖掘技术和入侵检测技术融合在了一起,由于矩阵结构的模糊关联规则可以有效地减少关联规则在生成频集的过程中产生过多候选集,从而提高了入侵检测的效率。并将此算法作为检测模块的基础建立起一个基于数据挖掘的入侵检测模型,最后在入侵检测仿真实验中验证了基于FARMBM算法的入侵检测技术具有应用中的时效性和优势。结论部分总结了全文的主要工作和创新之处,分析了研究中的不足,并对未来的研究作了展望。