移动ad hoc网络由于其自身的特点，使其相对于传统的有线网络而言，更易遭受攻击，因此对ad hoc网络的安全的研究成为一个热门的研究课题。　　 入侵检测作为保护系统和网络安全的第二道安全防线已经应用到传统的有线网络和无线ad hoc网络中，这种主动的安全防范措施作为一个研究热点已被学术界广泛研究。数据挖掘是从海量的数据中发现隐含的知识和规律，它作为热门的技术已经运用到入侵检测之中。本文将数据挖掘中的聚类与分类结合起来引入到入侵检测中，提出了一种基于聚类的分类分析自适应入侵检测模型，对已有的k均值聚类算法进行改进，并在检测的过程中将规则库不断地进行扩充，这样可以保证入侵检测时的自适应性和可扩展性。　　 另外，拒绝服务攻击所带来的影响是非常严重的，这种攻击会严重消耗网络资源，影响网络的性能。在移动ad hoe网络中，也存在这样一种以消耗资源和带宽为主的ad hoe flooding攻击，它包括RREQ flooding攻击和data flooding攻击，本文对于这种ad hoc中的拒绝服务攻击进行了分析，并提出相应的防御策略。同时将数据挖掘中的关联规则引入其中，用关联规则对攻击行为特征进行分析，从而发现攻击节点。　　 本文从论述ad hoe网络的结构，分析ad hoe网络中相关的路由协议入手，讨论了入侵检测技术与数据挖掘技术，及数据挖掘技术在入侵检测中应用的研究现状。然后以上两个方面，提出了对于ad hoc网络中入侵攻击的防御策略，最后以NS2为模拟平台进行了实验，实验表明，基于聚类的分类分析自适应入侵检测模型能有效提高检测的准确率，对ad hoc flooding攻击提出的防范策略能够有效防止ad hoc拒绝服务攻击。